Глоссарий ИИ
Полный словарь искусственного интеллекта
Иерархический кодер
Часть глубокого автоэнкодера, которая постепенно уменьшает размерность данных через несколько слоев, улавливая всё более сложные абстракции.
Иерархический декодер
Часть глубокого автоэнкодера, которая восстанавливает исходные данные из сжатого латентного представления, инвертируя процесс кодера слой за слоем.
Глубокое латентное пространство
Сжатое представление данных низкой размерности, изучаемое центральными слоями глубокого автоэнкодера, где кодируются наиболее важные характеристики.
Узкое место (Bottleneck)
Центральный слой автоэнкодера с наименьшей размерностью, заставляющий сеть изучать наиболее краткое и информативное представление данных.
Постепенное предварительное обучение по слоям
Техника инициализации весов глубокого автоэнкодера путём последовательного обучения каждой пары кодер-декодер как неглубокого автоэнкодера, улучшающая сходимость.
Глубокий автоэнкодер для удаления шума
Вариант глубокого автоэнкодера, обученный восстанавливать чистые данные из версий, искаженных шумом, способствующий изучению устойчивых характеристик.
Глубокий вариационный автоэнкодер (VAE)
Глубокий автоэнкодер, в котором латентное пространство ограничено следовать вероятностному распределению (обычно гауссову), что позволяет генерировать новые данные и выполнять интерполяцию.
Регуляризация разреженностью
Техника, добавляющая штраф к функции потерь для поощрения преимущественно неактивных нейронов латентного слоя, способствующая более различимым представлениям.
Глубокий сверточный автокодировщик
Архитектура глубокого автокодировщика, использующая сверточные и пулинговые слои для эффективной обработки структурированных данных, таких как изображения, путём захвата пространственных паттернов.
Разделение факторов (Factor Disentanglement)
Продвинутая цель, направленная на то, чтобы каждое измерение латентного пространства глубокого автокодировщика кодировало независимый и интерпретируемый семантический фактор вариации.
Сжимающий глубокий автокодировщик
Глубокий автокодировщик, штрафуемый за нечувствительность к малым вариациям входных данных, способствующий обучению стабильных и обобщаемых представлений.
Инициализация Glorot/Xavier
Метод инициализации весов нейронов в глубоком автокодировщике, критически важный для предотвращения проблем исчезающего или взрывающегося градиента во время обучения.