AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
收缩自编码器 (CAE)
一种自编码器类型，其损失函数包含对编码器雅可比矩阵范数的惩罚，强制潜在表示对输入的微小变化不敏感。
術語
雅可比惩罚
添加到收缩自编码器损失函数中的正则化项，计算为潜在表示相对于每个输入像素的偏导数的平方和。
術語
抗扰动鲁棒性
模型（特别是收缩自编码器）在面对输入数据的轻微修改或噪声时保持稳定性能的能力。
術語
收缩损失函数
结合标准重构误差和雅可比惩罚的目标函数，在训练收缩自编码器时进行优化。
術語
梯度消失
在深层网络中计算雅可比惩罚时可能遇到的问题，梯度可能变得极小，使得优化变得困难。
術語
收缩潜在空间
由CAE编码器产生的低维表示空间，其特征是对输入的局部变化具有低敏感性。
術語
正则化因子 (Lambda)
控制收缩自编码器损失函数中雅可比惩罚相对于重构误差相对重要性的超参数。
術語
因子解缠
与收缩自编码器相关的目标，其中潜在表示旨在捕获数据的最相关变化因子，同时忽略非信息性变化。
術語
去噪自编码器 (Denoising Autoencoder)
一种相关模型，学习从损坏版本重建干净输入，与收缩自编码器共享鲁棒性目标，但通过不同方法实现。
術語
模型敏感性
衡量模型输出（此处为潜在表示）对其输入微小变化的响应程度，收缩自编码器旨在最小化这种敏感性。
術語
约束正则化
CAE中使用的正则化策略，通过对模型参数施加显式约束（雅可比矩阵惩罚）来指导其学习过程。
🔍