Autoencoder (AE)

Författare: Roger Morrison
Skapelsedatum: 27 September 2021
Uppdatera Datum: 9 Maj 2024
Anonim
What is an Autoencoder? | Two Minute Papers #86
Video: What is an Autoencoder? | Two Minute Papers #86

Innehåll

Definition - Vad betyder Autoencoder (AE)?

En autoencoder (AE) är en specifik typ av konstant neuralt nätverk som inte övervakas och som ger komprimering och annan funktionalitet inom maskininlärning. Den specifika användningen av autokodaren är att använda en framåtriktad strategi för att rekonstituera en utgång från en ingång. Ingången komprimeras och skickas sedan för att dekomprimeras som utgång, vilket ofta liknar den ursprungliga ingången. Det är typen av en autokodare - att liknande in- och utgångar mäts och jämförs för exekveringsresultat.


En autokodare är också känd som en autoassociator eller diabolo-nätverk.

En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.

Techopedia förklarar Autoencoder (AE)

En autokodare har tre väsentliga delar: en kodare, en kod och en avkodare. Den ursprungliga informationen går in i ett kodat resultat, och de efterföljande lagren av nätverket utvidgar dem till en färdig utgång. Ett sätt att förstå autokodare är att titta på en "denoising" autokodare. Den denoising autoencodern använder originalingångar tillsammans med en bullrig ingång för att förfina utgången och bygga om något som representerar den ursprungliga uppsättningen av ingångar. Autokodare hjälper till med bildbehandling, klassificering och andra aspekter av maskininlärning.