Autoencoder:在此存储库中，我将展示自动编码器的工作原理以及对图像进行去噪的应用

自动编码器 在该存储库中，我将展示自动编码器的工作原理以及对图像进行去噪的应用。 自动编码器的思想是允许前馈神经网络找出如何最佳地编码和解码某些数据。自动编码器是对诸如降维，降噪和数据压缩等问题和技术的无监督学习方法。 但是，我们将专注于自动编码器的基本构建，它由一个编码器和一个解码器组成。 然后wee将使用此自动编码器进行图像降噪。 我将使用MNIST图像数据集来使其保持简单。 自动编码器的结构 在上图中，编码器部分使用卷积层和池化层压缩了输入中传递的图像。编码器的最终输出将是图像的压缩表示形式，然后将其作为输入传递给解码器。 然后，解码器将使用升采样层或转置卷积层将原始图像重建回去。 什么是上采样？ 由于最大池化是一种从窗口中选取最大值的采样策略。 上采样正好相反，每个值都可以用零包围以对图层进行上采样。 什么是转置卷积？ 卷积+上采样转置卷积用于使用一些可学习的参数将输入