自编码器是一种人工神经网络，用于以无监督的方式学习数据的有效表示。它由两个主要组件组成：编码器和解码器。编码器将输入数据压缩到较低维度的表示中，通常称为“潜在空间”，而解码器则从此压缩形式重建原始输入。目标是最小化输入与重建输出之间的差异，迫使模型捕获数据最重要的特征。自编码器特别适用于降维、异常检测和数据去噪等任务。
自编码器应用的一个常见例子是图像去噪。假设您有一个包含随机噪声的灰度图像数据集。编码器可能会使用卷积层将图像下采样到紧凑的潜在表示中，在此过程中去除噪声。然后，解码器使用转置卷积层重建图像的干净版本。在训练过程中，损失函数（例如，均方误差）衡量解码器的输出与原始未损坏图像的匹配程度。与 PCA 等传统方法不同，自编码器可以处理数据中的非线性关系，这使得它们对于图像或文本等复杂数据集更加灵活。
自编码器有多种变体，可根据特定需求进行定制。例如，稀疏自编码器在损失函数中添加正则化项，以确保在潜在空间中只有少数神经元激活，从而促进特征选择性。变分自编码器 (VAE) 在潜在空间中引入概率采样，从而能够生成新的数据样本。实际上，开发者必须平衡潜在空间的大小：如果太小，模型难以准确重建数据；如果太大，它可能会记忆输入而不是学习有用特征。TensorFlow 或 PyTorch 等库简化了实现，使开发者能够高效地试验不同的架构和损失函数。