在本文中，将了解深度学习中的自动编码器。我们将以MNIST手写数字数据集为例展示使用去噪自动编码器的实际实现。此外，我们正在分享这个想法在 Tensorflow 中的实现。
1.什么是自动编码器？
自动编码器是一种无监督机器学习算法，它将图像作为输入并使用更少的位数重建它。这听起来可能像图像压缩，但自动编码器和通用图像压缩算法之间的最大区别在于，对于自动编码器，压缩是通过学习训练数据集来实现的。虽然当图像与所使用的训练集相似时可以实现合理的压缩，但自动编码器是较差的通用图像压缩器；JPEG 压缩效果会好得多。
自动编码器在本质上与主成分分析等降维技术相似。它们创建一个空间，保留数据的基本部分，同时删除非基本（或嘈杂）部分。
自动编码器有两个部分