Идея преобразования точки из скрытого пространства обратно в исходную область очень распространена в генеративном моделировании, поскольку дает возможность манипулировать векторами в скрытом пространстве и тем самым изменять высокоуровневые характеристики изображений в исходной области (
Автокодировщики также можно использовать для очистки искаженных изображений от шума, потому что в процессе обучения кодировщик узнает, что бессмысленно пытаться фиксировать случайный шум в скрытом пространстве. В
Автокодировщики
Этот рассказ описывает аналог автокодировщика — двухкомпонентной нейронной сети, включающей (рис. 3.4):
• сеть кодировщика, которая сжимает входные многомерные данные в вектор меньшего размера;
• сеть декодировщика, которая разворачивает данный вектор представления обратно в исходные данные.
В процессе обучения сеть определяет веса для кодировщика и декодировщика