http://www.bing.com:80/search?q=Autoencoder+Unsupervised+LearningSearch resultshttp://www.bing.com:80/s/a/rsslogo.gifhttp://www.bing.com:80/search?q=Autoencoder+Unsupervised+LearningCopyright © 2026 Microsoft. All rights reserved. These XML results may not be used, reproduced or transmitted in any manner or for any purpose other than rendering Bing results within an RSS aggregator for your personal, non-commercial use. Any other use of these results requires express written permission from Microsoft Corporation. By accessing this web page or using these results in any manner whatsoever, you agree to be bound by the foregoing restrictions.https://zhuanlan.zhihu.com/p/133207206根据正常数据训练出来的Autoencoder，能够将正常样本重建还原，但是却无法将异于正常分布的数据点较好地还原，导致还原误差较大。 如果样本的特征都是数值变量，我们可以用MSE或者MAE作为还原误差。Mon, 01 Jun 2026 16:30:00 GMThttps://en.wikipedia.org/wiki/AutoencoderThe autoencoder learns an efficient representation (encoding) for a set of data, typically for dimensionality reduction, to generate lower-dimensional embeddings for subsequent use by other machine learning algorithms.Mon, 01 Jun 2026 08:16:00 GMThttps://blog.csdn.net/u013250861/article/details/111290319本文围绕AutoEncoder展开，介绍其作为无监督或自监督算法，本质是数据压缩算法。 阐述了结构特点，对比了与PCA的降维效果，分析了损失函数。 还介绍了常用模型，如去噪、对抗、稀疏等自动编码器，说明了其用途，并给出了相关案例。Sun, 31 May 2026 23:12:00 GMThttps://www.runoob.com/pytorch/pytorch-autoencoder.htmlPyTorch 自编码器 (Autoencoder) 自编码器（Autoencoder，AE） 是一种无监督学习的神经网络，通过学习将输入数据压缩到低维潜在空间，再从压缩表示重构原始数据。 自编码器广泛应用于数据降维、特征提取、异常检测、图像去噪、生成模型等场景。Sat, 30 May 2026 19:17:00 GMThttps://arxiv.org/abs/2201.03898In this article, we will look at autoencoders. This article covers the mathematics and the fundamental concepts of autoencoders. We will discuss what they are, what the limitations are, the typical use cases, and we will look at some examples. We will start with a general introduction to autoencoders, and we will discuss the role of the activation function in the output layer and the loss ...Sun, 31 May 2026 03:24:00 GMThttps://baike.baidu.com/item/%E8%87%AA%E7%BC%96%E7%A0%81%E5%99%A8/23686966自编码器（autoencoder, AE）作为一类包含编码器（encoder）和解码器（decoder）的人工神经网络结构，最早由David H. Ackley、Geoffrey E. Hinton和Terrence J. Sejnowski于1985年在玻尔兹曼机上的研究中进行初步探索，并于1987年由Yann LeCun正式提出。Mon, 01 Jun 2026 03:01:00 GMThttps://cloud.tencent.com/developer/article/2379243自动编码器（Autoencoder）是一种无监督学习的神经网络模型，用于数据的降维和特征学习。 它由编码器和解码器两个部分组成，通过将输入数据编码为低维表示，再从低维表示解码为原始数据来学习数据的特征表示。Mon, 01 Jun 2026 18:53:00 GMThttps://odd256.github.io/Machine-Learning/%E4%BB%8E%E9%9B%B6%E5%BC%80%E5%A7%8B%E7%9A%84AutoEncoderAuto-encoder 的变种 De-noising Auto-encoder 在输入前对 x x 进行加噪，变成 x ′ x′ 放入网络中，最后用 x x 和 y y 计算损失函数，这样做可以让结果有更好的 robust Contractive Auto-encoder 和上图一样，创新点在于添加一个 constraint，让 x‘到 code 的损失变小 Generative Models Pixel RNN 目标：让模型生成一个图片，每次 ...Sat, 30 May 2026 23:56:00 GMThttps://www.geeksforgeeks.org/machine-learning/auto-encoders/Convolutional autoencoder uses convolutional neural networks (CNNs) which are designed for processing images. The encoder extracts features using convolutional layers and the decoder reconstructs the image through deconvolution also called as upsampling.Sun, 31 May 2026 06:02:00 GMThttps://medium.com/ml-note/autoencoder-%E4%B8%80-%E8%AA%8D%E8%AD%98%E8%88%87%E7%90%86%E8%A7%A3-725854ab25e8AutoEncoder四大類型 AutoEncoder（AE） AutoEncoder 是多層神經網絡的一種 非監督式學習算法，稱為自動編碼器，它可以幫助資料分類、視覺化、儲存。Fri, 14 Jun 2019 23:58:00 GMT