自编码器是一个对称的神经网络结构(自编码器是一个对称的神经网络结构)

大家好，今天蜜蜜小编来讲讲一篇关于自编码器，关于自编码器部分内容简述的文章，那么现在就为大家来简单介绍下，希望能帮助到各位小伙伴们。

1、 自编码器（autoencoder, AE）是一类在半监督学习和非监督学习中使用的人工神经网络（Artificial Neural Networks, ANNs），其功能是通过将输入信息作为学习目标，对输入信息进行表征学习（representation learning） 。

2、 自编码器包含编码器（encoder）和解码器（decoder）两部分 。按学习范式，自编码器可以被分为收缩自编码器（contractive autoencoder）、正则自编码器（regularized autoencoder）和变分自编码器（Variational AutoEncoder, VAE），其中前两者是判别模型、后者是生成模型 。按构筑类型，自编码器可以是前馈结构或递归结构的神经网络。

3、 自编码器具有一般意义上表征学习算法的功能，被应用于降维（dimensionality reduction）和异常值检测（anomaly detection） 。包含卷积层构筑的自编码器可被应用于计算机视觉问题，包括图像降噪（image denoising） 、神经风格迁移（neural style transfer）等 。

文章到此就分享结束，希望能帮助到大家。