AutoEncoder 是前馈型神经网络的一种,是为了学习到输入数据的相关性表示的一种方法。曾经主要用于数据的降维或者特征的抽取,而现在也被扩展用于生成模型中。
区别于其他前馈型神经网络:
- 其他前馈型神经网络关注输出层和错误率不同,而AutoEncoder关注的是隐藏层;
- 其他前馈型神经网络一般比较深,而AutoEncoder通常只有一层隐藏层。
AutoEncoder 是前馈型神经网络的一种,是为了学习到输入数据的相关性表示的一种方法。曾经主要用于数据的降维或者特征的抽取,而现在也被扩展用于生成模型中。
区别于其他前馈型神经网络: