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
302AI1 分钟前
全面刷新榜单,“全球最强 AI” Grok 4 评测:真实实力与局限性解析
人工智能·llm
强盛小灵通专卖员16 分钟前
【中文核心期刊推荐】中国农业科技导报
人工智能·计算机视觉·期刊·中文核心期刊·导师·小论文
zskj_zhyl23 分钟前
科技向善:七彩喜康养平台如何用智能技术弥合“数字鸿沟”?
人工智能·科技
Edingbrugh.南空32 分钟前
Flink 2.0 DataStream算子全景
人工智能·flink
bin915336 分钟前
飞算 JavaAI:开启 Java 开发新时代
java·人工智能
哈__1 小时前
学弟让我帮忙写一个学生管理系统的后端,我直接上科技
人工智能·ai
云空1 小时前
《探索电脑麦克风声音采集多窗口实时可视化技术》
人工智能·python·算法
麦兜*1 小时前
【Spring Boot】Spring Boot 4.0 的颠覆性AI特性全景解析,结合智能编码实战案例、底层架构革新及Prompt工程手册
java·人工智能·spring boot·后端·spring·架构
张较瘦_2 小时前
[论文阅读] 人工智能 | 5C提示词框架的研究
论文阅读·人工智能