深度学习笔记整理（四）——自编码器

1.自编码器基本原理

概念

• 一种基于无监督学习的数据维度压缩和特征表达方法；
• 通过不断调整参数，重构经过维度压缩的输入样本，重构结果和输入样本的模式相同，重构结果的图像相对模糊。

应用

• 构建一种能够重构输入样本并进行特征表达的神经网络；
• 训练多层神经网络时，对样本训练得到参数初始值，当神经网络层数较多时，会面临梯度消失的问题，可以通过自编码器逐层训练参数并计算参数初始值。

原理

• 编码器：
• 解码器：