Inhaltsverzeichnis:
- Definition - Was bedeutet Denoising Autoencoder (DAE)?
- Techopedia erklärt Denoising Autoencoder (DAE)
Definition - Was bedeutet Denoising Autoencoder (DAE)?
Ein Denoising-Autoencoder ist ein spezifischer Typ eines Autoencoders, der im Allgemeinen als Typ eines tiefen neuronalen Netzwerks klassifiziert wird. Der Denoising-Autoencoder wird darauf trainiert, anhand einer verborgenen Ebene ein bestimmtes Modell anhand seiner Eingaben zu rekonstruieren.
Techopedia erklärt Denoising Autoencoder (DAE)
Im Allgemeinen arbeiten Autoencoder unter der Voraussetzung, dass ihre Eingaben rekonstruiert werden. Autoencoder sind im Allgemeinen unbeaufsichtigte maschinelle Lernprogramme, die Ergebnisse aus unstrukturierten Daten ableiten.
Um dieses Gleichgewicht der Anpassung der Zielausgaben an die Eingaben zu erreichen, erreichen die Deno-Autoencoder dieses Ziel auf eine bestimmte Weise: Das Programm nimmt eine beschädigte Version eines Modells auf und versucht, ein sauberes Modell mithilfe von Deno-Techniken zu rekonstruieren. Ingenieure wenden möglicherweise Rauschen in einer bestimmten Menge als Prozentsatz des Modells an und versuchen, die verborgene Ebene zu zwingen, von der beschädigten Version aus zu arbeiten, um eine saubere Version zu erstellen. Das Entrauschen von Autoencodern kann auch aufeinander gestapelt werden, um iteratives Lernen in Richtung dieses Schlüsselziels zu ermöglichen.
