Auto Encoder[오토인코더]

오토인코더 AE 파이토치 nn.Module 서론 이전까지의 모델은 전부 라벨이 된 데이터를 가지고 진행하였습니다. 이러한 라벨 위주의 데이터들은 훈련하기 쉽지만, 저작권 또는 모두 라벨링하는 작업이 추가로 들어서 새로운 데이터들을 계속해서 학습해야하는 경우에는 쉽지 않다는 문제가 발생합니다. 이러한 문제를 해결하기 위해 Auto Encoder를 사용합니다. AE는 신기하게도 입력과 출력에 동일한 데이터를 사용합니다. 입력을 넣어 인코더라고 불리는 연산들을 거쳐 아주 미세한 차원으로 압축한 뒤 디코더라고 불리는 연산들을 거쳐 다시 복원되어지는데 복원된 값과 입력 값을 비교해서 어느정도의 차이를 보이는지 학습합니다. 위에서 미세한 차원으로 압축된는 것을 다른 말로 잠재 변수라고 합니다. 잠재 변수에 이미지의 가장 강조되는 특징을 가지도록 한 후 이를 이용해 복원하는 것을 말하게 됩니다. 여기서 미세한 차원으로의 압축은 우리가 흔히 알고있는 파일 압축과는 다릅니다. 신경망을 거치면서, 이...

원문링크 : Auto Encoder[오토인코더]