딥러닝 - 오토 인코더 (Auto Encoder)

1. 오토 인코더

가. 오토 인코더의 개념

- Feed Forward Neutral Network와 유사한 구성으로 입력층, 출력층의 크기를 동일하게 구성하여 입력 데이터의 특징을 파악하기 위한 비지도 학습 알고리즘

- 출력을 가능한 입력에 가깝게 구성하도록 매개변수를 학습

 

나. 오토 인코더의 구성

 

- Input 과 Output의 크기는 동일함

- 입력 벡터 차원을 축소하기 위한 목적

- Input, Output 사이에 Hidden Layer를 통해 Output 의 특징을 구분

- Encoder 는 입력층과 은닉층 사이의 데이터를 대상으로 데이터를 압축하는 과정을 말함

- Decoder 는 은닉층과 출력층의 데이터를 복호화하는 과정을 말함

1. 오토 인코더

가. 오토 인코더의 개념

- Feed Forward Neutral Network와 유사한 구성으로 입력층, 출력층의 크기를 동일하게 구성하여 입력 데이터의 특징을 파악하기 위한 비지도 학습 알고리즘

- 출력을 가능한 입력에 가깝게 구성하도록 매개변수를 학습

 

나. 오토 인코더의 구성

 

- Input 과 Output의 크기는 동일함

- 입력 벡터 차원을 축소하기 위한 목적

- Input, Output 사이에 Hidden Layer를 통해 Output 의 특징을 구분

- Encoder 는 입력층과 은닉층 사이의 데이터를 대상으로 데이터를 압축하는 과정을 말함

- Decoder 는 은닉층과 출력층의 데이터를 복호화하는 과정을 말함

 

 

 

 

https://towardsdatascience.com/intuitively-understanding-variational-autoencoders-1bfe67eb5daf

Intuitively Understanding Variational Autoencoders