基于深度学习的无监督聚类（要点摘要）

总结主要来源于以下文献：

Min, E., Guo, X., Liu, Q., Zhang, G., Cui, J., and Long, J. (2018). A Survey of Clustering with Deep Learning: From the Perspective of Network Architecture. IEEE Access 6, 39501–39514.

无监督聚类，目的是Learn a better data representation with few annotations for data

一、deep clustering网络结构

Loss使用情况比较

 

四类网络结构的优缺点

1、AE-based（Autoencoder）

AE-based的基本结构

 

编码器和解码器的网络结构，优化重构损失

2、CDNN-based

CDNN-based结构，没有重构损失

3、VAE-based

VAE-based网络结构

4、GAN-based

GAN-based结构 (a) DAC. (b) CatGAN. (c) InfoGAN

二、Loss函数

三、评价指标

四、应用场景/案例