网站介绍：文章浏览阅读4.4k次，点赞6次，收藏22次。Autoencoder是常见的一种非监督学习的神经网络。它实际由一组相对应的神经网络组成（可以是普通的全连接层，或者是卷积层，亦或者是LSTMRNN等等，取决于项目目的），其目的是将输入数据降维成一个低维度的潜在编码，再通过解码器将数据还原出来。因此autoencoder总是包含了两个部分，编码部分以及解码部分。编码部分负责将输入降维编码，解码部分负责让输出层通过潜在编码还原出输入层。我们的训练目标就是使得输出层与输入层之间的差距最小化。我们会发现，有一定的风险使得训练出的AE模型是一个恒等函数，这是一._autoencoder mnist
- 链接地址：https://blog.csdn.net/cy_coding/article/details/113840883
- 链接标题：autoencoder自编码器原理以及在mnist数据集上的实现_autoencoder mnist-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：5511
- 网站标签：autoencoder mnist
