1
我是新的深度學習,我想實現自動編碼器異常檢測。Autoencoder:解碼器是編碼器的鏡像版本嗎?
我有兩個問題:
- 是譯碼器層總是編碼層的鏡像版本?
- 由於隱蔽層代碼(H)表示的數據的壓縮represenation,的權重能將它們考慮的輸入要素的分類?
我是新的深度學習,我想實現自動編碼器異常檢測。Autoencoder:解碼器是編碼器的鏡像版本嗎?
我有兩個問題:
根據您的問題,
1的譯碼器層並不總是反映了編碼器層的版本。你可以查看Mask R-CNN,YOLO和類似的網絡體系結構來檢查解碼器是由1-2層組成的,而編碼器是由多個層組成的。然而,根據我個人的經驗,我肯定會建議落實鏡像網絡和從編碼器層,反饋爲它供給 2 - 您可以使用代碼(H)部分做多件事情,包括描述(通過其提供給RNN)分類(通過附加DNN),定位(通過附加定位網絡)等 編碼器層只是特徵提取器和代碼(H)包含提取的特徵。您需要決定如何處理這些功能。