计算机视觉领域的自监督学习模型——MAE

主讲: 叶梓

P1-P2

AutoEncoder

n 自动编码器是一种无监督的神经网络模型，它可以学习到输入数据的隐含特征，这称为编码 (coding) ，同时用学习到的新特征可以重构出原始输入数据，称之为解码 (decoding) 。 n 自动编码器可以用于特征降维，类似主成分分析 PCA ，但是其相比 PCA 其性能更强，这是由于神经网络模型可以提取更有效的新特征。

DAE（Denoising AutoEncoder）

n 强制自编码器学习有用特征的方式：输入增加噪声，通过训练之后得到无噪声的输出。可防止自编码器简单的将输入复制到输出，从而提取出数据中有用的模式。 n 噪声可以是添加到输入的纯高斯噪声，也可以是随机丢弃输入层的某个特征，类似于 dropout 。

未完，下一篇继续……