本篇博客。
AutoEncoder主要用于数据的降维和特征的提取。而现在也被扩展用于生成模型。
与其他神经网路（通常关注于输出层）不同的是：AutoEncoder主要关注于中间的隐藏层（Hidden Layer）。
1、AutoEncoder（自编码器）
原始数据映射到原数据，通过压缩来提取数据的特征。如果将激活函数换成线性函数，这是一个PCA模型。
2、Sparse AutoEncoder（稀疏自编码器）
3、Denoising AutoEncoder（降噪自编码器）
4、Stacked AutoEncoder（堆叠自编码器，SAE）
4、Variational AutoEncoder（VAE）