【推荐算法】基于AutoEncoder的图像搜索推荐

前言

这个项目是以前实习时候跑的，基于AutoEncoder实现图片搜索推荐，涉及算法有AutoEncoder、KNN、余弦相似度测量等，项目在Mac OS环境下实现。

项目原理

AutoEncoder

AutoEncoder作为一种无监督算法，通过encode和decode两个过程实现，当encode和decode过程均为一层时，AE很类似PCA；多层时，又有些类似神经网络。

如上图所示，code左侧的为encode层，右侧为decode层，目的是使得输入的x和输出的x_head越接近越好，所以在误差反向传播时需要优化x和x_head的差异值。通过encode和decode两个过程，AE的目标是使x和x_head的差异最小，从而使输出图片和输入图片越来越相似，由此，AE可以提取图片特征，不断的训练之后就可以从数据库中得到与输入图片的相似程度最大的图片，从而实现相似图片搜索的功能。