Autoencoders and Representation Learning in Vision

Autoencoder sind neuronale Netze, die Daten in einen niedrigerdimensionalen Raum komprimieren und das Original rekonstruieren, wobei sie im Gegensatz zur linearen PCA nicht-lineare Strukturen lernen. Ihr zweistufiges Design umfasst einen Encoder, der Eingabedaten in einen latenten Raum projiziert, um die informativsten Merkmale zu extrahieren.