堆叠自动编码器，用于使用keras进行数据降噪不训练编码器？

Question

我在网上寻找了几个样本来构建用于数据降噪的堆叠式自动编码器，但我似乎不了解编码器部分的基本部分：

• https://blog.keras.io/building-autoencoders-in-keras.html

在示例之后，我构建了如下的自动编码器：

 function insert_update_data($data)          //Add & Update table with "CSV"
    {

        $this->db->where('invoice_code',$data['invoice_code']);
        $this->db->where('item_code',$data['item_code']);
        $q = $this->db->get('po_invoice');
         if($q->num_rows() > 0){
          $this->db->where('invoice_code',$data['invoice_code']);
          $this->db->where('item_code',$data['item_code']);
          $this->db->update('po_invoice',$data);
         } else {
          $this->db->insert_batch('po_invoice',$data);
         }
   }

在示例中，大多数情况下是带有编码器的模型和带有解码器的单独模型。我总是看到只有解码器模型受过训练。编码器未经培训。但是对于我的用例，我只需要编码器模型即可对数据进行去噪。为什么编码器不需要培训？

Answer 1

您对编码器-解码器的解释是错误的。编码器将您的输入数据编码为某种抽象的高维表示形式，但是如果您想将其用作进一步预测的功能，则功能非常强大。为确保编码后的输出与实际输入尽可能接近，您需要使用解码器，将解码后的高维输入解码回原始输入。在训练期间，编码器和解码器都参与，即编码器层和解码器层的权重都被更新。如果没有对编码器进行培训，它将如何学习编码机制。在推论期间，您只想使用编码器模块来编码输入。