Autoencoder 모델은 비지도 학습 방법의 네트워크이다. 입력에 대해 라벨이 없는 경우 사용하는 것인데, 입력과 출력이 같은 구조로 되어있다. Encoder-Decoder 구조로, encoder는 입력 데이터를 압축하고 decoder는 압축된 표현을 풀어서 출력을 생성한다.
input 데이터를 encoder에 넣으면 feature가 압축된 vector가 생성된다. 이 벡터는 latent vector 라고 부른다. 이 압축 데이터는 단순히 사이즈를 줄이는 것이 아닌 중요한 정보만 담는 압축을 의미한다. Autoencoder는 정답이 없는 데이터 만으로 의미를 추출하기 위해서 x를 입력받아 x를 복원하는 신경망을 학습하는 것이 핵심이다. 결론적으로 고차원 데이터를 encoder 모델이 자동으로 latent vector 를 찾아주는 모델을 Autoencoder 라고 부른다.
[Reference]
공부해서 남주자
0개의 댓글
