自动编码器

文档摘要

自动编码器在训练卷积神经网络（CNN）时，一个问题是需要大量的标记数据。例如，在图像分类任务中，我们需要将图像分为不同的类别，这是一项手动操作。课前测验然而，我们可能希望使用原始的（未标记的）数据来训练CNN特征提取器，这被称为自监督学习。与标签不同，我们将训练图像作为网络的输入和输出。自动编码器的主要思想是，我们将有一个编码器网络，它将输入图像转换为一些潜在空间（通常只是较小尺寸的向量），然后是一个解码器网络，其目标是重建原始图像。 ✅ 自动编码器是一种“用于学习无标签数据的有效编码的人工神经网络”。由于我们在训练自动编码器以尽可能多地捕获原始图像中的信息以便准确重建，因此网络试图找到输入图像的最佳嵌入以捕捉其含义。