目录
1、CNN角度
2、RNN角度
3、编码器解码器架构
1、CNN角度
以卷积神经网络为例,输入为一个猫,进行特征提取后输出图片类别。
因此,这里可以简单的理解为:特征提取过程即为编码器,而分类过程即为解码器。
即:
编码器:将输入编程成中间表达式形式(特征)【特征抽取】
解码器:将中间表示解码成输出。【分类器】

2、RNN角度
以循环神经网络为例,输入为一个文本,进行特征提取后输出。

因此,
编码器:将文本表示成向量【特征抽取】
解码器:向量表示成输出【分类器】

3、编码器解码器架构
一个模型被分为两块:
1.编码器处理输出
2.解码器生成输出
使用编码器-解码器架构模型,编码器负责表示输入,解码器负责输出

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/123645.html