自编码器(AE)原理解析
机器学习基本分为监督学习、无监督学习、强化学习，而自编码器则是无监督学习的一种，不过它比较自觉，别人不监督它但它自己监督自己，对输入样本 xxx 进行训练，得出结果后再与 xxx 进行对比。通过这一特性，自编码器可以随机生成与训练数据类似的数据，比如对图片进行重建。AE的结构无监督学习的数据没有额外的标注信息，只有数据 xxx 本身。利用数据 xxx 本身作为监督信号来指导网络的训练，即希望神经网络能够学习到映射 fθ:x→xf_{\theta}:x\to xfθ:x→x。我们把网络 fθf_
