降噪自编码器(Denoising Autoencoder)

降噪自编码器的基本原理如下：

1. 给输入数据加上噪声。
2. 用编码器将含有噪声的输入数据压缩成低维表示。
3. 用解码器将低维表示恢复成原始数据。
4. 训练网络使得解码器的输出尽可能接近原始数据，同 时编码器学会从噪声中学习特征。

降噪自编码器的目的是学习如何从受损的输入数据中恢复出干净的输出数据。

1. 图像去噪。降噪自编码器可以用于去除图像中的高斯噪声或者均匀噪声。
2. 数据预处理。在某些机器学习任务中，由于噪声或者缺失数据的存在，需要在输入数据上进行预处理，这时，可以使用降噪自编码器来提取干净的特征表征。
3. 可视化特征表征。降噪自编码器可以学习无噪声输入数据的低维表示，这些低维表征可以用于图像生成、数据分类等任务。

原文参考https://www.python100.com/html/98VA526PT8WW.html