خودرمزگذار ( به انگلیسی: Autoencoder ) یک شبکه عصبی مصنوعی است که برای کدینگ از آن استفاده می شود. [ ۱] از خود رمزگذارها برای استخراج ویژگی و فشرده سازی نمایش داده های با ابعاد بالا، یا به عبارت دیگر برای کاهش ابعاد استفاده می شود.
در یک خودرمزگذار می توان ۳ یا تعداد بیشتری لایه داشت:
• لایه ی ورودی
• لایه ( ها ) ی پنهان
• لایه ی خروجی
در ساده ترین حالت یک خودرمزگذار شامل یک encoder ( رمزگذار ) و decoder ( رمزگشا ) به همراه تنها یک لایه پنهان میباشد. ورودی به encoder داده شده و خروجی از decoder استخراج میشود. در این نوع شبکه به جای آموزش شبکه و پیشبینی مقدار تابع هدف در ازای ورودی X ، خودرمزگذار آموزش میبیند که ورودی خود را بازسازی کند؛ بنابراین بردار خروجی همان ابعاد بردار ورودی X را خواهد داشت؛ یعنی تعداد نورون های موجود در لایه ورودی و خروجی با یکدیگر برابر است. همانطور که گفته شد در این شبکه خروجی بازسازی ورودی بوده و از الگوریتم پس انتشار ( به انگلیسی: BackPropagation ) خطا برای یادگیری استفاده میشود. خودرمزگذارها با حداقل کردن خطای بازسازی ( به انگلیسی: Reconstruction ) شبکه را آموزش می دهند. معمولا تعداد نورونهای موجود در لایه پنهان کمتر از لایه encoder/decoder میباشد. لایه پنهان یا کد در حقیقت representation یا نمایش داده در فضای بعد کاهش یافته آن میباشد و عملا متناظر با ویژگی های استخراج شده است. پس از آموزش شبکه بخش decoder حذف شده و خروجی میانی ترین لایه پنهان ( به انگلیسی: Innermost Hidden Layer ) به عنوان ویژگی های استخراج شده در نظر گرفته می شود. به منظور کاهش بیشتر ابعاد می بایست از تعداد لایه های پنهان بیشتری در شبکه استفاده کرد که در اصطلاح خودرمزگذار عمیق نامیده میشود.
در صورتی که در لایه میانی تنها از توابع خطی استفاده شود یا اینکه تنها از یک لایه سیگموید استفاده شود، عملکرد شبکه مطابق با تحلیل مؤلفه های اصلی است. [ ۲]
خودرمزگذار ها اولین بار در حدود سال 1980 توسط Hinton و گروه PDP معرفی شد که در تلاش بودند تا مسئله ی پس انتشار بدون معلم را حل کنند. [ ۳] نخستین استفاده های خودرمزگذار ها در بحث کاهش ابعاد یا یادگیری ویژگی بود اما امروزه در بسیاری از حوزه های دیگر در هوش مصنوعی و یادگیری ماشین همچون یادگیری انتقالی کاربرد دارند. از حدود سال 2010 با پیشرفت حوزه ی یادگیری ژرف از آن ها در بسیاری از مسائل یادگیری ماشین مخصوصا در روش های مبتنی بر معماری عمیق استفاده می شود.
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفدر یک خودرمزگذار می توان ۳ یا تعداد بیشتری لایه داشت:
• لایه ی ورودی
• لایه ( ها ) ی پنهان
• لایه ی خروجی
در ساده ترین حالت یک خودرمزگذار شامل یک encoder ( رمزگذار ) و decoder ( رمزگشا ) به همراه تنها یک لایه پنهان میباشد. ورودی به encoder داده شده و خروجی از decoder استخراج میشود. در این نوع شبکه به جای آموزش شبکه و پیشبینی مقدار تابع هدف در ازای ورودی X ، خودرمزگذار آموزش میبیند که ورودی خود را بازسازی کند؛ بنابراین بردار خروجی همان ابعاد بردار ورودی X را خواهد داشت؛ یعنی تعداد نورون های موجود در لایه ورودی و خروجی با یکدیگر برابر است. همانطور که گفته شد در این شبکه خروجی بازسازی ورودی بوده و از الگوریتم پس انتشار ( به انگلیسی: BackPropagation ) خطا برای یادگیری استفاده میشود. خودرمزگذارها با حداقل کردن خطای بازسازی ( به انگلیسی: Reconstruction ) شبکه را آموزش می دهند. معمولا تعداد نورونهای موجود در لایه پنهان کمتر از لایه encoder/decoder میباشد. لایه پنهان یا کد در حقیقت representation یا نمایش داده در فضای بعد کاهش یافته آن میباشد و عملا متناظر با ویژگی های استخراج شده است. پس از آموزش شبکه بخش decoder حذف شده و خروجی میانی ترین لایه پنهان ( به انگلیسی: Innermost Hidden Layer ) به عنوان ویژگی های استخراج شده در نظر گرفته می شود. به منظور کاهش بیشتر ابعاد می بایست از تعداد لایه های پنهان بیشتری در شبکه استفاده کرد که در اصطلاح خودرمزگذار عمیق نامیده میشود.
در صورتی که در لایه میانی تنها از توابع خطی استفاده شود یا اینکه تنها از یک لایه سیگموید استفاده شود، عملکرد شبکه مطابق با تحلیل مؤلفه های اصلی است. [ ۲]
خودرمزگذار ها اولین بار در حدود سال 1980 توسط Hinton و گروه PDP معرفی شد که در تلاش بودند تا مسئله ی پس انتشار بدون معلم را حل کنند. [ ۳] نخستین استفاده های خودرمزگذار ها در بحث کاهش ابعاد یا یادگیری ویژگی بود اما امروزه در بسیاری از حوزه های دیگر در هوش مصنوعی و یادگیری ماشین همچون یادگیری انتقالی کاربرد دارند. از حدود سال 2010 با پیشرفت حوزه ی یادگیری ژرف از آن ها در بسیاری از مسائل یادگیری ماشین مخصوصا در روش های مبتنی بر معماری عمیق استفاده می شود.
wiki: خودرمزگذار