Presná definícia
Čo znamená autoenkóder?
Autoenkóder je neurónový model trénovaný rekonštruovať vstup po prechode cez enkóder a dekóder. Užitočnú reprezentáciu nevytvára samotná identická cieľová hodnota, ale obmedzenie: úzke hrdlo, šum, riedkosť alebo iná regularizácia, ktorá bráni triviálnemu kopírovaniu. Latentný kód nemusí mať sám osebe pravdepodobnostný význam ani zaručenú interpretovateľnosť.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Autoenkóder možno použiť na kompresiu príznakov, predtrénovanie, odšumovanie alebo detekciu nezvyčajných rekonštrukcií. Tím vyberie stratu podľa dátového rozdelenia a overí, či kód pomáha konkrétnej následnej úlohe. Pri detekcii anomálií sa prah nastavuje na oddelenej validačnej množine; výkonný dekóder môže dobre obnoviť aj anomáliu. Rekonštrukčný obraz sa preto dopĺňa metrikami, chybami po regiónoch a porovnaním s PCA.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo sa model učí predikovať?
Vstup alebo jeho zvolenú čistú či čiastočne pozorovanú verziu.
Musí byť menší než vstup?
Nie vždy; netriviálnosť možno vynútiť aj šumom či regularizáciou.
Je MSE vždy vhodná?
Nie, má zodpovedať typu dát a významu chyby.
Zaručí vysokú chybu pre nezvyčajný vstup?
Nie; dekóder môže generalizovať aj na anomálie.
Je obyčajný autoenkóder generatívny model?
Nie bez definovaného a naučeného rozdelenia latentných kódov.