机器学习---自编码器

自编码器过程

输入一个图片,经过encoder变成一个向量,再通过decoder将这个向量反向生成输入的图片。

这里我们希望输入和输出越接近越好。这个过程我们称为重建。

特点:不需要任何的标注资料。

在2006年这个思想就被提出来了:

常见变形:试图还原加入噪声之前的图片---消除噪声的功能

自编码器不仅用在图像上,也可以用在音频、文本中。

FD技术希望可以在压缩完的数据中分析出对应的信息类型。

应用场景

不可能在实现每一句话都找两个人同时发音记录,我们期望两个人记录一些对话之后就可以训练一个模型,任何语音都可以实现转化。

技术实现:

可以实现将声音和内容进行互换:

应用:Discrete Representation

应用:text as representation

可以实现摘要总结,但是这个摘要属于EN和DN之间的暗号,我们直接查看是看不懂的,所以我们应该怎么做呢?

应用:压缩技术

应用:异常检测

相关推荐
进击的小小学生2 分钟前
2024年第45周ETF周报
大数据·人工智能
TaoYuan__39 分钟前
机器学习【激活函数】
人工智能·机器学习
TaoYuan__40 分钟前
机器学习的常用算法
人工智能·算法·机器学习
正义的彬彬侠1 小时前
协方差矩阵及其计算方法
人工智能·机器学习·协方差·协方差矩阵
致Great1 小时前
Invar-RAG:基于不变性对齐的LLM检索方法提升生成质量
人工智能·大模型·rag
华奥系科技1 小时前
智慧安防丨以科技之力,筑起防范人贩的铜墙铁壁
人工智能·科技·安全·生活
ZPC82101 小时前
OpenCV—颜色识别
人工智能·opencv·计算机视觉
Mr.简锋2 小时前
vs2022搭建opencv开发环境
人工智能·opencv·计算机视觉
weixin_443290692 小时前
【论文阅读】InstructPix2Pix: Learning to Follow Image Editing Instructions
论文阅读·人工智能·计算机视觉
ai产品老杨2 小时前
部署神经网络时计算图的优化方法
人工智能·深度学习·神经网络·安全·机器学习·开源