Innehållsförteckning:
- Definition - Vad betyder Denoising Autoencoder (DAE)?
- Techopedia förklarar Denoising Autoencoder (DAE)
Definition - Vad betyder Denoising Autoencoder (DAE)?
En denoising autoencoder är en specifik typ av autoencoder, som i allmänhet klassas som en typ av djup neuralt nätverk. Den denoising autoencodern tränas att använda ett doldt lager för att rekonstruera en viss modell baserad på dess ingångar.
Techopedia förklarar Denoising Autoencoder (DAE)
I allmänhet arbetar autokodare på förutsättningen att rekonstruera sina insatsvaror. Autokodare är i allmänhet icke-övervakade maskininlärningsprogram som härrör från ostrukturerade data.
För att uppnå denna jämvikt av att matcha målutgångar till ingångar, uppnår denoising autoencoders detta mål på ett specifikt sätt - programmet tar in en skadad version av någon modell och försöker rekonstruera en ren modell genom att använda denoising-tekniker. Ingenjörer kan tillämpa brus i en viss mängd i procent av modellen och försöka tvinga det dolda lagret att arbeta från den skadade versionen för att producera en ren version. Denoising autoencoders kan också staplas på varandra för att ge iterativt lärande mot detta viktiga mål.
