1 autoencoder 介绍

这是一个无监督学习问题,旨在从原始数据x中学习一个低维的特征向量(没有任何标签)

encoder 最早是用线性函数+非线性单元构成(比如Linear+nonlinearity),之后的模型有使用多层全连接、Relu+CNN进行encoder操作的 。

那么,我们怎么从原始数据中学习特征向量z呢?

核心思路就是使用一个decoder

这里的tconv就是机器学习笔记: Upsampling, U-Net, Pyramid Scene Parsing Net_UQI-LIUWJ的博客-CSDN博客中所介绍的“up convolution”

在训练完毕之后,丢弃decoder,使用encoder来进行后续的任务

2 特征向量z的维度

z的维度需要比输入x的维度小——>这样才能压缩数据

如果z的维度比输入x的维度大或者等于输入x的维度的话——>模型没有学习新特征的“动力”——>直接将x复制到z,多出来的维度补0即可

3 auto-encoder变体

3.1 de-noising autoencoder

在输入中假如噪声,但是学习的特征希望能还原成没有噪声的版本

——>可以更好地学习特征表示

——>避免直接复制——>所以每一个epoch加在输入上的噪声是不一样的

3.2 stacked auto-encoder(SAE)

多层auto-encoder,训练完毕后也是去掉所有的decoder

4 AE作为生成模型

4.1 context encoder

抹去图像的某一块,通过auto-encoder,看看能不能还原成整张图片/判断抹去的这一块学到的特征和实际这一块之间的区别

4.1.1 不同的遮法

4.2  temporal context encoder

对于图像来说,我们的可以遮去一些像素点,然后通过auto-encoder的方式来学习这些遮掉的像素点。那么对于视频来说,我们也可以遮去一些视频中的“像素点”,也即遮掉某几帧,然后同样用auto-encoder来进行学习

5 auto-encoder应用:半监督学习

当我们有很多的图像,但是只有很少的label的时候,我们可以先对不适用标签,对图像使用auto-encoder。训练完毕之后,我们丢弃decoder,然后再encoder后面接入分类器,学习标签y',将其和真实特征y进行比对

机器学习笔记:auto encoder相关推荐

  1. 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 ...

  2. 【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 ...

  3. Python机器学习笔记:sklearn库的学习

    自2007年发布以来,scikit-learn已经成为Python重要的机器学习库了,scikit-learn简称sklearn,支持包括分类,回归,降维和聚类四大机器学习算法.还包括了特征提取,数据 ...

  4. 机器学习笔记:VAE

    1 VAE 介绍 在机器学习笔记:auto encoder_UQI-LIUWJ的博客-CSDN博客 中,我们知道了auto-encoder.但是auto-encoder有一个不足之处,就是因为auto ...

  5. 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 ...

  6. 机器学习笔记:Transformer

    1 传统Seq2Seq的不足 传统seq2seq 使用 bi-direction RNN,那么生成每个b的时候,对于输入的整个序列,模型都需要看过一遍. 问题在于,这样的用bi-direction R ...

  7. 机器学习笔记(3) 随机森林

    random forest 和 extra-trees是对decison tree做ensemble而得到最终模型的两种算法. 阅读本文前需要先了解一下 机器学习笔记1:决策树 机器学习笔记2:集成学 ...

  8. 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 ...

  9. 李弘毅机器学习笔记:第十六章—无监督学习

    李弘毅机器学习笔记:第十六章-无监督学习 1-of-N Encoding 词嵌入 基于计数的词嵌入 基于预测的词嵌入 具体步骤 共享参数 训练 Various Architectures 多语言嵌入 ...

最新文章

  1. 我爱Java系列---【mysql基础约束】
  2. 他用波士顿动力机器狗拉人力车!网友:这是我见过最蒸汽朋克的事情
  3. 开源方案搭建可离线的精美矢量切片地图服务-3.Mapbox个性化地图定制入门
  4. HBase删除和修改操作
  5. 求最大公约数最小公倍数
  6. 【Elasticsearch】Named Entity Annotations in Elasticsearch es 实体 注解
  7. export配置linux环境变量
  8. Linux磁盘分区详解(parted)
  9. php的json_encode第二个参数学习及应用
  10. 赛车游戏代码大全html,赛车游戏代码
  11. win10系统点击控制台自定义快捷键失效问题解决
  12. (源代码)最优控制与姿控喷流在导弹姿态控制中的应用
  13. 【Oracle】插入数据时出现“ ORA-00001: unique constraint”
  14. 2022-2028年全球与中国蜗牛美容产品行业竞争格局与投资战略研究
  15. 删除指定位置的元素(数组)
  16. vue2.0 - layout组件(五)SideBar和Main页面布局
  17. 【论文笔记_知识蒸馏_2022】Dynamic Rectification Knowledge Distillation
  18. C#过滤敏感词DFA算法
  19. NLP入门(六)pyltp的介绍与使用
  20. 计算机二进制和太极,关于太极思维与二进制在什么地方可以找到更详细一点的资料?...

热门文章

  1. CMDB经验分享之 – 剖析CMDB的设计过程
  2. LeetCode - Valid Number
  3. iOS App Launch Option
  4. 命令行 sc delete 的使用(删除服务项)
  5. 个人做asp.net时犯过的错或是一点心得什么的(我就经常的更新一下吧)
  6. GCC全过程详解+剖析生成的.o文件(2)
  7. python 换行符的识别问题,Unix 和Windows 中是不一样的
  8. PAT甲级1154 Vertex Coloring :[C++题解]图论、模拟、结构体存边
  9. Win10下VisualStudio2019安装和Helloworld测试
  10. tcp/ip 协议栈Linux内核源码分析八 路由子系统分析三 路由表