史上最全MNIST系列(五)——AutoEncoder(普通、降噪、收缩自编码)在MNIST上的Pytorch实现

文章目录

  • 一、自编码理论
    • 1.1 自编码介绍
    • 1.2 什么是自编码
    • 1.3 其他编解码模型
    • 1.4 使用自编码的原因
    • 1.5 自编码的特点
    • 1.6 自编码的类别
      • 1.6.1普通自编码网络(Autoencoder)
      • 1.6.2 稀疏自编码网络(Sparse Autoencoder)
      • 1.6.3 降噪自编码网络(Denoising Autoencoder)
      • 1.6.5 收缩自编码网络(Contractive Autoencoder)
  • 二、普通自编码网络代码
    • 2.1 Encoder.py
    • 2.2 Decoder.py
    • 2.3 Mainnet.py

你可能感兴趣的:(深度学习,AI,神经网络,深度学习,人工智能,pytorch,卷积神经网络)