neural-network - 自动编码器 - 编码器与解码器网络大小？

Question

我一直在阅读自动编码器，并且在构建解码器时我看到的所有示例都反映了编码器部分。

encoder = [128, 64, 32, 16, 3]
decoder = [3, 16, 32, 64, 128]

这只是惯例吗？

是否有任何特定原因解码器不应具有与编码器不同的隐藏层结构。例如...

encoder = [128, 64, 32, 16, 3]
decoder = [3, 8, 96, 128]

只要输入和输出匹配。

也许我错过了一些明显的东西。

Answer 1

这只是一个约定：

堆叠自动编码器的架构通常相对于中央隐藏层（编码层）是对称的。(c) 使用 Scikit-Learn 和 TensorFlow 进行动手机器学习

在您的情况下，编码层是大小为 3 的层，因此堆叠自动编码器的形状为：128、64、32、16、3、16、32、64、128。