自编码 Autoencoder

神经网络的非监督学习
Autoencoder 自编码
自编码是一种神经网络形式。

图片是经过了压缩和解压这两道工序，压缩时，原有图片质量被缩减，解压的时候，用信息量小但是包括了所有关键信息的图片恢复出原来的图片。
因为神经网络会接受大量是输入信息，当接受图片时，如果图片是高清的，那么信息量会达到上千万，神经网络直接在上千万的信息量中学习是一件非常困难的事情，所以压缩。
压缩后，将缩减后的信息放入神经网络学习，这时自编码便发挥了作用。

通过将原数据（例如图中的白色X）压缩，解压成黑色的X，然后通过对比黑白X求出预测误差。进行反向传递，逐步提高自编码的准确性。
从头到尾，我们只用到了输入信息X，并没有用到X对应的数据标签，所以自编码是一种非监督学习。