自动编码器
自动编码器本质上是学习输入数据低维特征表示的神经网络结构。
自动编码器由两个相连的网络组成：编码器和解码器。编码器的目的是获取一个输入（x）并产生一个特征映射（z）。
这个特征映射（z）的大小或长度通常小于x。因为我们只希望z捕获可以描述输入数据的有意义的变化因子，因此z的形状通常小于x。
如何获得这个特征表示（z）？我们如何训练这个模型？为此，我们可以在提取的特征之上添加一个解码器网络，然后训练模型。