Najlepsze pytania
Chronologia
Czat
Perspektywa

Autoenkoder

Z Wikipedii, wolnej encyklopedii

Autoenkoder
Remove ads

Autoenkoder, autokoder[1] – sieć neuronowa złożona z pary koder-dekoder[2]. Autokoder uczy się dwóch funkcji: funkcji kodowania, która przekształca dane wejściowe i funkcji dekodowania, która odtwarza dane wejściowe z zakodowanej reprezentacji. Autokoder uczy się efektywnej reprezentacji (kodowania) zbioru danych, zwykle w celu redukcji wymiaru, aby generować osadzenia o mniejszej liczbie wymiarów do późniejszego wykorzystania przez inne algorytmy uczenia maszynowego[2].

Szybkie fakty
Thumb
Schemat autoenkodera wraz z dwoma częściami: kodera, który mapuje wiadomość na kod i dekodera, który rekonstruuje wiadomość na podstawie kodu.
Remove ads

Aplikacje

Redukcja wymiarów

Redukcja wymiarów była jedną z pierwszych aplikacji głębokiego uczenia[3].

Zmniejszenie wymiarów może poprawić wydajność zadań takich jak klasyfikacja. Cechą charakterystyczną redukcji wymiarowości jest umieszczanie semantycznie powiązanych przykładów blisko siebie[3].

Analiza głównych składowych

Rekonstrukcja obrazów o rozmiarze 28x28 pikseli przez autoenkoder z rozmiarem kodu równym dwa (warstwa ukryta o długości dwóch jednostek) oraz rekonstrukcja z dwóch pierwszych głównych składników analizy głównych składowych

Najprostsze autoenkodery — zwłaszcza liniowe i bez nieliniowych aktywacji — są blisko powiązane z analizą głównych składowych[4].

Wyszukiwanie informacji i optymalizacja wyszukiwarek

Redukcja wymiaru daje korzyści dla procesów wyszukiwani informacji, co oznacza, że wyszukiwanie może stać się bardziej efektywne w pewnych typach przestrzeni niskowymiarowych[5].

Wykrywanie anomalii

Innym zastosowaniem autoenkoderów jest wykrywanie anomalii[6][7].

Remove ads

Przypisy

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.

Remove ads