Comprima os dados através de uma abertura estreita e obrigue-os a reconstruir-se. Um autoencoder aprende comprimindo a entrada numa representação compacta e depois reconstruindo o original a partir desse estrangulamento. A rede não pode simplesmente copiar. Ela precisa de captar a estrutura que importa.

O trabalho é realizado por duas metades. O codificador mapeia a entrada para um vetor latente. O descodificador mapeia este vetor de volta para o espaço original. O treino minimiza o erro de reconstrução, geralmente medido pelo erro quadrático médio ou pela entropia cruzada.

Usos comuns

• Redução de dimensionalidade como alternativa não linear à PCA
• Remoção de ruído, processo em que a rede elimina a corrupção.
• Detecção de anomalias através da medição do erro de reconstrução
• Pré-treino para tarefas subsequentes

As variantes alargam a ideia. Os autoencoders variacionais impõem uma estrutura probabilística ao espaço latente, o que lhes permite gerar novas amostras. Os autoencoders esparsos adicionam penalizações para incentivar códigos compactos.