neural-network - 自编码器 : Is the decoder the mirrored version of the encoder?

Question

我是深度学习的新手，我想实现用于异常检测的自动编码器。

我有两个问题:

1. 解码器层总是编码器层的镜像版本吗？
2. 由于隐藏层 Code (h) 的权重表示数据的压缩表示，是否可以考虑将它们用于输入特征的分类？

Answer 1

根据您的问题，

1-解码器层并不总是编码器层的镜像版本。可以查看 Mask R-CNN、YOLO 等类似的网络架构，看看解码器是由 1-2 层组成，而编码器由多层组成。然而，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来自编码器层的反馈2- 您可以使用代码 (h) 部分做很多事情，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，Code(h) 包含提取的特征。由您决定如何使用这些功能。