自编码器，一种借助神经网络结构进行无监督学习的算法，常用于降维
自编码器主要有两个部分组成
- 编码器，用于将输入数据编码为低维稠密向量
- 解码器，根据低维稠密向量解码还原输入向量
最简单的自编码器形式是一个前馈无循环的神经网络，如下所示：
（图源：维基百科-自编码器）
自编码器VS主成分分析（PCA）
- 自编码器是非线性降维，PCA是线性降维，前者效果一般更好
- 前者通过梯度下降法训练，训练速度慢且不容易收敛
- 后者通过特征分解直接计算，计算成本低效率高
发表评论
2005 views