自编码器

维基百科,自由的百科全书
跳到导航 跳到搜索
一个具有3个全连接隐藏层的自动编码器网络结构。

自编码,也称自动编码器,是一种人工神经网络,在无监督学习中用于有效编码。自编码的目的是对一组数据学习出一种表示(也称表征,编码),通常用于降维。最近,自编码的概念广泛地用于数据的生成模型[1][2] 自2010年以来,一些先进的人工智能在深度学习网络中采用了采用堆叠式稀疏自编码。[3]

结构[编辑]

另见[编辑]

参考[编辑]

  1. ^ Auto-Encoding Variational Bayes, Kingma, D.P. and Welling, M., ArXiv e-prints, 2013 arxiv.org/abs/1312.6114
  2. ^ Generating Faces with Torch, Boesen A., Larsen L. and Sonderby S.K., 2015 torch.ch/blog/2015/11/13/gan.html
  3. ^ Domingos, Pedro. 4. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. Basic Books. 2015. "Deeper into the Brain" subsection. ISBN 978-046506192-1.