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
Billy_Zuo1 分钟前
人工智能机器学习——模型评价及优化
android·人工智能·机器学习
Web3_Daisy29 分钟前
克隆代币 + 捆绑开盘:多链环境下的低成本发币玩法
人工智能·web3·区块链·比特币
sali-tec29 分钟前
C# 基于halcon的视觉工作流-章32-线线测量
开发语言·人工智能·算法·计算机视觉·c#
七牛云行业应用30 分钟前
图灵奖得主萨顿演讲解读:深度学习的局限与AI新范式
人工智能·深度学习
IMER SIMPLE33 分钟前
人工智能-python-深度学习-神经网络VGG(详解)
人工智能·python·深度学习
martinzh1 小时前
检索器江湖:那些让RAG神功大成的武林绝学
人工智能
Juchecar1 小时前
通过“单词补全”演示 Transformer 原理(Python代码可运行)
人工智能·python
禁默1 小时前
第六届机器学习与计算机应用国际学术会议
运维·人工智能·机器学习·自动化
念念01071 小时前
基于机器学习的P2P网贷平台信用违约预测模型
人工智能·机器学习
悟乙己1 小时前
机器学习超参数调优全方法介绍指南
人工智能·机器学习·超参数