Pressa in data genom en smal öppning och tvinga den att rekonstrueras. En autokodare lär sig genom att komprimera indata till en kompakt representation och sedan bygga om originalet från den flaskhalsen. Nätverket kan inte bara kopiera. Det måste fånga den struktur som är viktig.

Två halvor gör jobbet. Kodaren mappar indata till en latent vektor. Avkodaren mappar den vektorn tillbaka till det ursprungliga rummet. Träning minimerar rekonstruktionsfelet, ofta mätt i medelkvadratfel eller korsentropi.

Vanliga användningsområden

• Dimensionalitetsreduktion som ett ickelinjärt alternativ till PCA
• Brusreducering, där nätverket tar bort korruption
• Anomalidetektering genom att mäta rekonstruktionsfel
• Förträning för nedströmsuppgifter

Varianter utvidgar idén. Variationsautokodare påför en probabilistisk struktur på det latenta utrymmet, vilket låter dem generera nya prover. Glesa autokodare lägger till straff för att uppmuntra kompakta koder.