【发布时间】：2018-03-22 01:10:00
【问题描述】：
我是深度学习的新手，我想实现自动编码器以进行异常检测。
我有两个问题：
- 解码器层是否总是编码器层的镜像版本？
- 既然隐藏层 Code (h) 的权重代表数据的压缩表示，是否可以考虑将其用于输入特征的分类？
【问题讨论】：
标签： neural-network encoder decoder
【发布时间】：2018-03-22 01:10:00
【问题描述】：
根据您的问题，
1- 解码器层并不总是编码器层的镜像版本。您可以检查 Mask R-CNN、YOLO 和类似的网络架构来检查解码器由 1-2 层组成，而编码器由多层组成。但是，根据我的个人经验，我肯定会建议实现镜像网络并为其提供编码器层的反馈 2- 您可以使用 Code (h) 部分做多种事情，包括描述（通过将其提供给 RNN）、分类（通过附加 DNN）、本地化（通过附加本地化网络）等。 编码器层只是特征提取器，而 Code(h) 包含提取的特征。由您决定如何处理这些功能。
【讨论】：