CC BY 4.0 （除特别声明或转载文章外）
Basic Idea of Auto-encoder
当然降维的方式还有很多，比如 PCA，t-SNE……
问题是为什么可以用一个 low dim vector 来表示原来的图像的特征呢？在下面的例子中，鞭子的多种多样的招法可以看作 high dim 数据，而他的头就可以看作 low dim vector，知道头的运动就可以知道鞭子的招法。
De-noising Auto-encoder
Feature Disentanglement
Discrete Latent Representation
More Applications
当然异常检测的方式有很多，这种的优势在于在有些任务中异常是很罕见的，导致训练数据中的异常数据难以收集或者异常数据比较少。使用 Auto-Encoder 的方式训练数据只需要正常的数据，而不需要提供异常的数据，同时也避免了数据的标注。
