自编码器(Auto-encoder)的概念和应用
文章目录
- 1. 基本概念
- 2. 应用
- 2.1 de-noising auto-encoder
- 2.2 feature disentangle
- 2.3 discrete representation
- 2.4 text as representation
- 2.5 Tree as representation
- 2.6 generator
- 2.7 compression
- 2.8 anomaly detection
1. 基本概念
Auto-encoder包含一个encoder和一个decoder,encoder将原始图片转化为一个低维度的vector,并且期望vector能够尽可能地保留输入图片的特征,这样decoder可以将Vector还原为原始图像,和输入图像越接近越好。
为什么vector可以还原为原始图像呢?假设原始图像为 3 × 3 3\times3 3×3大小,在有些情况下,输入图像可能只包含下图所示的两种类型,那么就可以用2维的向量表示原始图像。这样一来,就可以降低维度,减少运算量。
2. 应用
2.1 de-noising auto-encoder
de-noising auto-encoder为auto-encoder的一种用法,利用auto-encoder去除噪声。
2.2 feature disentangle
因为auto-encoder得到的向量具有原始输入信号的一些信息(图像的纹理、颜色;音频的内容、银色等),feature disentangle利用auto-encoder的向量中的这些信息提取出来,用于下游任务。
例如,如果想要做变声器,就可以将提取的向量中代表音色的维度替换,代表内容的维度保留。
2.3 discrete representation
discrete representation希望通过对vector进行一些限制,使得其可以解决特定的任务。例如生成的vector是one-hot向量,那么就可以使得其传递的信息是分类的结果。
2.4 text as representation
text as representation将原本的输入和输出从向量变成文字,encoder和decoder用seq2se1代替,通过这样的方式得到摘要。
但是由于机器生成的“摘要”不满足正常的文本(无法阅读),因此需要添加额外的discriminator来进行鉴别。生成的摘要要尽量骗过discriminator。
2.5 Tree as representation
2.6 generator
Auto-encoder的decoder部分可以用作generator
2.7 compression
Auto-encoder还可以用作压缩。
2.8 anomaly detection
auto-encoder还可以用作异常检测,如果输入和输出相差较大,则认为输入是异常的,是训练的时候没有见过的图片。
课程链接
自编码器(Auto-encoder)的概念和应用相关推荐
- 自编码器(Auto Encoder)原理及其python实现
目录 一.原理 二.为什么要使用自编码器 三.代码实现 1.原始自编码器 2.多层(堆叠)自编码器 3.卷积自编码器 4.正则自编码器 4.1稀疏自编码器 四.降噪自编码器 五. 逐层贪婪训练堆叠自编 ...
- 【人工智能概论】 变分自编码器(Variational Auto Encoder , VAE)
[人工智能概论] 变分自编码器(Variational Auto Encoder , VAE) 文章目录 [人工智能概论] 变分自编码器(Variational Auto Encoder , VAE) ...
- 【深度学习】李宏毅2021/2022春深度学习课程笔记 - Auto Encoder 自编码器 + PyTorch实战
文章目录 一.Basic Idea of Auto Encoder 1.1 Auto Encoder 结构 1.2 Auto Encoder 降维 1.3 Why Auto Encoder 1.4 D ...
- Auto Encoder用于异常检测
对基于深度神经网络的Auto Encoder用于异常检测的一些思考 from:https://my.oschina.net/u/1778239/blog/1861724 一.前言 现实中,大部分数据都 ...
- 堆叠降噪自动编码器 Stacked Denoising Auto Encoder(SDAE)
原文链接 自动编码器(Auto-Encoder,AE) 自动编码器(Auto-Encoder,AE)自编码器(autoencoder)是神经网络的一种,经过训练后能尝试将输入复制到输出.自编码器内部有 ...
- Auto Encoder(AE),Denoising Auto Encoder(DAE), Variational Auto Encoder(VAE) 区别
文章主要内容参考李宏毅老师的机器学习课程:https://www.bilibili.com/video/BV1Wv411h7kN?p=70 Auto Encoder: 是什么?有什么用? Auto E ...
- Masked Auto Encoder总结
Masked Auto Encoder总结 文章目录 Masked Auto Encoder总结 MAE简介 Random Mask random mask 逻辑 random mask 实现 Enc ...
- 2021李宏毅机器学习课程笔记——Auto Encoder
注:这个是笔者用于期末复习的一个简单笔记,因此难以做到全面详细,有疑问欢迎大家在评论区讨论 https://speech.ee.ntu.edu.tw/~hylee/ml/ml2021-course-d ...
- 深入理解深度学习——Transformer:整合编码器(Encoder)和解码器Decoder)
分类目录:<深入理解深度学习>总目录 相关文章: ·注意力机制(Attention Mechanism):基础知识 ·注意力机制(Attention Mechanism):注意力汇聚与Na ...
- 自编码器(Auto-encoder) (上) – 基本概念
目录 auto-cencoder简单介绍 why auto-cencoder ? what's benefit is change high-dimension to low-dimension ? ...
最新文章
- 浏览器常见兼容性问题汇总
- 易宝典文章——如何将PST文件导入到Exchange 2010 的邮箱
- 基于GAN的单目图像3D物体重建(纹理和形状)
- ko文件卸载 linux_Linux驱动06 | 为什么使用内核模块?
- 怎样学好python-如何短时间学习好Python?老男孩Python入门培训
- 项目案例分享二:密码策略与上次交互式登录
- 入门Java菜鸟,JDK和Eclipse的安装一定要知道
- python将某个列表按元素值分成多个子列表
- [JavaWeb-CSS]CSS基础选择器
- OpenAL跨平台音效API的安装与移植
- Abp vnext Web应用程序开发教程 6 —— 作者:领域层
- .Net中的RealProxy实现AOP
- 我买的开发板——大虾网DX32(for STM32)
- 学习模式上的记录之统计篇一 秩和检验
- jmeter中插件管理工具Plugins Manager
- 【Linux】CPSCP的说明及其区别
- js获取当前时间 年月日 分秒
- 程序设计C实验二题目一计算员工周工资
- libnet/libnids库函数介绍
- 阿里云、蚂蚁区块链医疗解决方案首次应用于未来医院电子处方