Stoarceți datele printr-o deschidere îngustă și forțați-le să se reconstruiască. Un autoencoder învață prin comprimarea datelor de intrare într-o reprezentare compactă, apoi reconstruind originalul din acel blocaj. Rețeaua nu poate pur și simplu copia. Trebuie să captureze structura care contează.

Două jumătăți fac treaba. Codificatorul mapează intrarea la un vector latent. Decodificatorul mapează acel vector înapoi la spațiul original. Antrenamentul minimizează eroarea de reconstrucție, adesea măsurată în eroare medie pătratică sau entropie încrucișată.

Utilizări comune

• Reducerea dimensionalității ca alternativă neliniară la PCA
• Denoising, unde rețeaua elimină corupția
• Detectarea anomaliilor prin măsurarea erorii de reconstrucție
• Pre-antrenament pentru sarcini ulterioare

Variantele extind ideea. Autoencoderele variaționale impun o structură probabilistică asupra spațiului latent, ceea ce le permite să genereze noi eșantioane. Autoencoderele rare adaugă penalizări pentru a încuraja codurile compacte.