自动编码器如何知道哪些特征最突出？
How do autoencoders came to know that which features are most salient?
自动编码器通常用于减少维数。它通过减少不必要的维数来压缩图像。 .它们的工作原理是将输入压缩为潜在的 space 表示，然后从该表示中重构输出。那么，自动编码器是如何知道哪些特征最需要保留，哪些不重要而应该舍弃。
还有一个问题是
自动编码器如何用于提取图像的特征就像在CNN中一样，卷积层负责提取图像的特征。在自动编码器中，如何以及哪一层提取图像的特征？
AutoEncoders 是一个特定的网络，它试图解决表达 x' = g(h(x)) 的身份问题，其中 h 是编码器块，g 是解码器块。
潜在 space z 是给定输入 x 的最小表达式，它位于网络的中间。澄清一下 space 中存在不同的形状是有效的，每个形状都对应于训练阶段给出的特定实例。使用您推荐的 CNN 来支持这一点，它就像一个特征图，而不是网络中的一堆特征图，只有一个，而且它根据训练期间观察到的内容持有不同的表示。
所以，问题是压缩和解压是怎么发生的？好吧，用于训练的数据有一个域，每个实例都有相似之处（所有的猫都具有相同的抽象品质，山也一样，都有一些共同点），因此网络学习如何将描述数据的内容适应更小的组合的碎片，以及从较小的碎片（范围为 0-1）如何构建更大的碎片。
从猫身上取同样的样本，它们都有两只耳朵，有毛，有两只眼睛等等，我没有提到细节，但你可以想想那些耳朵的形状，毛皮，可能那些眼睛有多大，颜色和亮度。考虑一下我作为潜在 space z 和细节作为 x' 输出的清单。
有关更多详细信息，请参阅不同 AE 变体的详尽解释：https://wikidocs.net/3413。
希望对您有所帮助。
编辑 1：
如何提取图像的特征，在哪一层提取？
其设计：
AutoEncoder 是一种网络，其设计可以压缩和解压缩训练数据，根本不是任意网络。
首先，它具有沙钟的形状，这意味着下一层的神经元数量少于编码器块中的前一层，并且紧接在“潜在 space 层”之后通过增加解码器块中的神经元大小开始做相反的事情，直到它达到输入层的大小（重建，因此输出）。
接下来，每一层都是一个Dense层，也就是说每一层的所有神经元都完全插入到下一层，所以，所有的特征都从一层到另一层。每个神经元的激活函数（理想情况下）是 tanh 表示所有可能的输出都是 [-1,1] 情况下；最后，loss function 往往是 均方根误差 ，它试图说明重建与原始的差距。
这样做的好处是标准化输入张量，将每个特征的均值设置为零，这对网络学习有很大帮助，我将在接下来解释。
话不多说，给我看看反向传播
还记得隐藏层中的值是 [-1,1] 吗？好吧，这个范围以及权重和偏差 (Wx + b) 的支持使得在每一层上都有更少特征的连续组合成为可能（值从 -1 到 1，考虑其中所有可能的有理数） .
使用反向传播（在 loss function 中支持），其想法是找到权重的最佳点来转换域训练集（比如黑白 MNIST 数字、RGB 猫图像等）在编码层中进入一个低维连续集（实际上是 [-1,1] 之间的小数字），然后，在解码层中，它尝试使用相同的权重（记住是沙钟形状的网络）来发出更高表示前一个 [-1,1] 组合。
类比
为了把它变成一种游戏，两个人背靠背，一个人看着window，另一个人面前有一块白板。第一个向外看，看到一朵花的所有细节，然后说向日葵（潜在 space），第二个人听到那个，然后用那个人过去学到的所有颜色和细节画一朵向日葵。
请提供真实样本
继续用向日葵做类比，想象同样的情况，但是你的输入图像（张量）有噪声（你知道的，毛刺）。 AutoEncoder 使用高质量图像进行训练，因此它能够压缩向日葵概念，然后重建它。故障是怎么回事？网络对向日葵的颜色、形状和背景（假设是蓝天）进行了编码，解码器对其进行了重构，故障被作为残差留下。而这个，就是Denoise AutoEncoder，网络的众多应用之一。
自动编码器通常用于减少维数。它通过减少不必要的维数来压缩图像。 .它们的工作原理是将输入压缩为潜在的 space 表示，然后从该表示中重构输出。那么，自动编码器是如何知道哪些特征最需要保留，哪些不重要而应该舍弃。 还有一个问题是 自动编码器如何用于提取图像的特征就像在CNN中一样，卷积层负责提取图像的特征。在自动编码器中，如何以及哪一层提取图像的特征？
AutoEncoders 是一个特定的网络，它试图解决表达 x' = g(h(x)) 的身份问题，其中 h 是编码器块，g 是解码器块。
潜在 space z 是给定输入 x 的最小表达式，它位于网络的中间。澄清一下 space 中存在不同的形状是有效的，每个形状都对应于训练阶段给出的特定实例。使用您推荐的 CNN 来支持这一点，它就像一个特征图，而不是网络中的一堆特征图，只有一个，而且它根据训练期间观察到的内容持有不同的表示。
所以，问题是压缩和解压是怎么发生的？好吧，用于训练的数据有一个域，每个实例都有相似之处（所有的猫都具有相同的抽象品质，山也一样，都有一些共同点），因此网络学习如何将描述数据的内容适应更小的组合的碎片，以及从较小的碎片（范围为 0-1）如何构建更大的碎片。
从猫身上取同样的样本，它们都有两只耳朵，有毛，有两只眼睛等等，我没有提到细节，但你可以想想那些耳朵的形状，毛皮，可能那些眼睛有多大，颜色和亮度。考虑一下我作为潜在 space z 和细节作为 x' 输出的清单。
有关更多详细信息，请参阅不同 AE 变体的详尽解释：https://wikidocs.net/3413。
希望对您有所帮助。
编辑 1：
如何提取图像的特征，在哪一层提取？
其设计：
AutoEncoder 是一种网络，其设计可以压缩和解压缩训练数据，根本不是任意网络。
首先，它具有沙钟的形状，这意味着下一层的神经元数量少于编码器块中的前一层，并且紧接在“潜在 space 层”之后通过增加解码器块中的神经元大小开始做相反的事情，直到它达到输入层的大小（重建，因此输出）。
接下来，每一层都是一个Dense层，也就是说每一层的所有神经元都完全插入到下一层，所以，所有的特征都从一层到另一层。每个神经元的激活函数（理想情况下）是 tanh 表示所有可能的输出都是 [-1,1] 情况下；最后，loss function 往往是 均方根误差 ，它试图说明重建与原始的差距。
这样做的好处是标准化输入张量，将每个特征的均值设置为零，这对网络学习有很大帮助，我将在接下来解释。
话不多说，给我看看反向传播
还记得隐藏层中的值是 [-1,1] 吗？好吧，这个范围以及权重和偏差 (Wx + b) 的支持使得在每一层上都有更少特征的连续组合成为可能（值从 -1 到 1，考虑其中所有可能的有理数） .
使用反向传播（在 loss function 中支持），其想法是找到权重的最佳点来转换域训练集（比如黑白 MNIST 数字、RGB 猫图像等）在编码层中进入一个低维连续集（实际上是 [-1,1] 之间的小数字），然后，在解码层中，它尝试使用相同的权重（记住是沙钟形状的网络）来发出更高表示前一个 [-1,1] 组合。
类比
为了把它变成一种游戏，两个人背靠背，一个人看着window，另一个人面前有一块白板。第一个向外看，看到一朵花的所有细节，然后说向日葵（潜在 space），第二个人听到那个，然后用那个人过去学到的所有颜色和细节画一朵向日葵。
请提供真实样本
继续用向日葵做类比，想象同样的情况，但是你的输入图像（张量）有噪声（你知道的，毛刺）。 AutoEncoder 使用高质量图像进行训练，因此它能够压缩向日葵概念，然后重建它。故障是怎么回事？网络对向日葵的颜色、形状和背景（假设是蓝天）进行了编码，解码器对其进行了重构，故障被作为残差留下。而这个，就是Denoise AutoEncoder，网络的众多应用之一。