오토인코더란?
대표적 비지도학습을 위한 딥러닝 모델
- 데이터의 숨겨진 구조를 발견하면서 노드의 수를 줄이는 것이 목표
- 입력 데이터에서 불필요한 특징들을 제거한 압축된 특징을 학습하려는 것
- 오토인코더의 출력은 입력을 재구축한 것임
- 출력이 입력과 최대한 비슷하게 나오도록 학습
- 입력 데이터와 예상 출력 데이터가 동일(입력 == 레이블)
오토인코더의 구조
- 출력층의 노드 개수와 입력층의 노드 개수가 동일
- 은닉층 노드 개수는 몇개가 되어도 상관없지만 출력층/입력층의 노드 개수보다 작아야함
- 이렇게 학습된 은닉층의 출력을 입력을 대신하는 데이터로 사용
케라스를 이용 숫자 이미지를 인코딩했다가 디코딩하는 오토인코더
인코더
- 차원 축소의 역할을 수행
- 매니폴드 참고
디코더
- 생성모델의 역할을 수행
원하는 대로 살자