Spisu treści:
Definicja - Co oznacza Autoencoder (AE)?
Autoencoder (AE) jest szczególnym rodzajem sztucznej sieci neuronowej bez nadzoru, która zapewnia kompresję i inne funkcje w dziedzinie uczenia maszynowego. Specyficzne zastosowanie autokodera polega na zastosowaniu metody sprzężenia zwrotnego w celu odtworzenia wyjścia z wejścia. Dane wejściowe są kompresowane, a następnie wysyłane do dekompresji jako dane wyjściowe, co często jest podobne do oryginalnego sygnału wejściowego. Taka jest natura autoencodera - że podobne wejścia i wyjścia są mierzone i porównywane pod kątem wyników wykonania.
Autoencoder jest również znany jako autoassociator lub sieć diabolo.
Techopedia wyjaśnia Autoencoder (AE)
Autoencoder składa się z trzech zasadniczych części: kodera, kodu i dekodera. Oryginalne dane przechodzą w zakodowany wynik, a kolejne warstwy sieci rozszerzają je do gotowego wyniku. Jednym ze sposobów na zrozumienie autoencoderów jest spojrzenie na „denoising” autoencoder. Auto-dekoder odszumiania wykorzystuje oryginalne dane wejściowe wraz z głośnym sygnałem wejściowym, aby udoskonalić dane wyjściowe i odbudować coś reprezentującego oryginalny zestaw danych wejściowych. Autoencodery są pomocne w przetwarzaniu obrazu, klasyfikacji i innych aspektach uczenia maszynowego.
