会员服务
自动编码器是一种人工神经网络，用于以无监督的方式学习有效的数据编码。自动编码器的目的是通过训练网络忽略信号“噪声”来学习一组数据的表示（编码），通常用于降维。与简化方面一起，学习了重构方面，在此，自动编码器尝试从简化编码中生成尽可能接近其原始输入的表示形式，从而得到其名称。基本模型存在几种变体，其目的是迫使学习的输入表示形式具有有用的属性。自动编码器可有效地解决许多应用问题，从面部识别到获取单词的语义。

精品内容

【博士论文】学习对象和关系的结构化表示
【博士论文】学习对象和关系的结构化表示
专知会员服务
27+阅读 · 2024年10月14日
【牛津大学博士论文】生成式模型：理论与应用，262页pdf
【牛津大学博士论文】生成式模型：理论与应用，262页pdf
专知会员服务
69+阅读 · 2024年4月7日
【CIKM2023】GiGaMAE: 通过协同潜在空间重建的可泛化图掩码自编码器
【CIKM2023】GiGaMAE: 通过协同潜在空间重建的可泛化图掩码自编码器
专知会员服务
22+阅读 · 2023年8月22日
【CVPR2023】面向自监督视觉表示学习的混合自编码器
【CVPR2023】面向自监督视觉表示学习的混合自编码器
专知会员服务
24+阅读 · 2023年4月3日
什么是扩散模型？谷歌大脑Calvin Luo最新《扩散模型理解》，带你对基于评分与基于能量的扩散模型的统一视角数学理解
什么是扩散模型？谷歌大脑Calvin Luo最新《扩散模型理解》，带你对基于评分与基于能量的扩散模型的统一视角数学理解
专知会员服务
82+阅读 · 2022年8月27日
KDD 2022 | GraphMAE:自监督掩码图自编码器
KDD 2022 | GraphMAE:自监督掩码图自编码器
专知会员服务
19+阅读 · 2022年7月14日
【KDD2022】GraphMAE:自监督掩码图自编码器
【KDD2022】GraphMAE:自监督掩码图自编码器
专知会员服务
22+阅读 · 2022年6月12日
自编码器26页综述论文：概念、图解和应用
自编码器26页综述论文：概念、图解和应用
专知会员服务
27+阅读 · 2022年3月5日
自编码器导论，26页pdf
自编码器导论，26页pdf
专知会员服务
41+阅读 · 2022年1月18日
自编码器及其应用综述
专知会员服务
36+阅读 · 2021年10月16日
生成式对抗网络GAN在计算机视觉中的应用概述，GANs in computer vision: Introduction to generative learning（part1）
生成式对抗网络GAN在计算机视觉中的应用概述，GANs in computer vision: Introduction to generative learning（part1）
专知会员服务
60+阅读 · 2020年4月19日
【WWW2020-北邮】结构深度聚类网络，Structural Deep Clustering Network
【WWW2020-北邮】结构深度聚类网络，Structural Deep Clustering Network
专知会员服务
92+阅读 · 2020年2月14日
【中科大】上下文感知推荐系统的图卷积机：Graph Convolution Machine for Context-aware Recommender System
【中科大】上下文感知推荐系统的图卷积机：Graph Convolution Machine for Context-aware Recommender System
专知会员服务
70+阅读 · 2020年2月5日
【反馈循环自编码器】FEEDBACK RECURRENT AUTOENCODER
【反馈循环自编码器】FEEDBACK RECURRENT AUTOENCODER
专知会员服务
22+阅读 · 2020年1月28日
【贝叶斯深度学习：一种基于模型的可解释方法】Bayesian deep learning: A model-based interpretable approach
【贝叶斯深度学习：一种基于模型的可解释方法】Bayesian deep learning: A model-based interpretable approach
专知会员服务
48+阅读 · 2020年1月1日
参考链接
父主题
机器学习
深度学习
子主题
对抗自编码
压缩自编码器
去噪自编码
变分自编码
去噪自编码器
稀疏自编码器
稀疏自编码
欠完备自编码
收缩自编码器
微信扫码咨询专知VIP会员
Top