机器学习笔记 - 自动编码器autoencoder

一、什么是自动编码器？

        自编码器是开发无监督学习模型的主要方式之一。但什么是自动编码器？

        简而言之，自动编码器通过接收数据、压缩和编码数据，然后从编码表示中重构数据来进行操作。对模型进行训练，直到损失最小化并且尽可能接近地再现数据。通过这个过程，自动编码器可以学习数据的重要特征。

        自动编码器是由多个层组成的神经网络。自动编码器的定义方面是输入层包含与输出层一样多的信息。输入层和输出层具有完全相同数量的单元的原因是自动编码器旨在复制输入数据。然后分析数据并以无监督方式重建数据后输出数据副本。

        通过自动编码器的数据不仅仅是从输入直接映射到输出。自动编码器包含三个组件：压缩数据的编码（输入）部分、处理压缩数据（或瓶颈）的组件和解码器（输出）部分。当数据被输入自动编码器时，它会被编码，然后压缩到更小的尺寸。然后对网络进行编码/压缩数据的训练，并输出该数据的重建。