Modifica Modulo architettura: Autoencoder

Testo libero:

L'Autoencoder è un'architettura di rete neurale composta da due parti, utilizzata per l'AI Generativa: * '''Encoder''': comprime l'input in una rappresentazione con meno dimensioni, chiamata anche '''spazio latente''' o '''embedding''', dove spazio è inteso come spazio vettoriale * '''Decoder''': decomprime l'embedding in una rappresentazione con la dimensionalità originale === Links === [https://www.researchgate.net/profile/Abir-Alobaid/post/To-learn-a-probability-density-function-by-using-neural-network-can-we-first-estimate-density-using-nonparametric-methods-then-train-the-network/attachment/59d6450279197b80779a031e/AS%3A451263696510979%401484601057779/download/NL+PCA+by+using+ANN.pdf Nonlinear principal component analysis using autoassociative neural networks] https://arxiv.org/abs/2003.05991 [[Category:architettura]] {{#seo: |title=Autoencoder |title_mode=append |keywords=rete neurale, intelligenza artificiale, AI, machine learning, deep learning, encoder, decoder, embedding, rappresentazione, compressione dati, riduzione dimensionalità |description=L'Autoencoder è un'architettura di rete neurale composta da un encoder e un decoder, utilizzata nell'AI Generativa per comprimere e decomprimere i dati. Scopri di più sulla sua struttura e sul suo funzionamento. |image= }}