Autoencoder

Q 문제: 딥러닝에서 Autoencoder의 기본 개념과 활용 예시에 대해 설명해 주세요.

A. 답변:
Autoencoder는 입력 데이터(X) encoder를 통해서 압축된 벡터(표현-representation)로 변환한후 다시 원래데이터로 복원하는 신경망이다.

 주요 활용 예시로는 차원 축소, NN(neural network) 초기화, 노이즈 제거, 데이터 생성 등이 있습니다.

 

 

차원축소 

NN(neural network) 초기화 방법중하나(loss값이 최대한 적은곳에서 시작위해)

노이즈 제거 (x' = x+noise) -> z -> x

데이터 생성 - 위에 MLP 학습후 임의의 z를 decoder에 입력후 새로운 데이터x 생성