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

 

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐