मैं किसी भी तरह से ऑटोएन्कोडर्स या तंत्रिका नेटवर्क का विशेषज्ञ नहीं हूं, इसलिए अगर यह मूर्खतापूर्ण प्रश्न है तो मुझे क्षमा करें।
उच्च आयाम डेटा में आयाम में कमी या विज़ुअलाइज़िंग क्लस्टर्स के उद्देश्य से, हम 2 नोड्स के साथ नेटवर्क लेयर के आउटपुट का निरीक्षण करके एक (हानिपूर्ण) 2 आयामी प्रतिनिधित्व बनाने के लिए एक ऑटोएन्कोडर का उपयोग कर सकते हैं। उदाहरण के लिए, निम्नलिखित वास्तुकला के साथ, हम तीसरी परत के उत्पादन का निरीक्षण करेंगे
जहाँ इनपुट डेटा है और N l , l th लेयर में नोड्स की संख्या है ।
अब, मेरा सवाल यह है कि हम एक सममित वास्तुकला क्यों चाहते हैं? क्या गहरी 'कम्प्रेशन' चरण का दर्पण नहीं है, जिसका अर्थ है कि हमारे पास एक समान जटिल 'अपघटन' चरण हो सकता है जिसके परिणामस्वरूप 2 नोड आउटपुट हो सकते हैं जो बहुत सहज नहीं है? दूसरे शब्दों में, 2 नोड्स के साथ परत के आउटपुट में एक सरल डिकोडिंग चरण परिणाम नहीं होगा, जो आवश्यक रूप से सरल भी हो सकता है?
यहाँ मेरी सोच यह है कि कम जटिल अपघटन चरण, सरल (अधिक रैखिक?) 2 डी प्रतिनिधित्व होना है। एक अधिक जटिल अपघटन चरण एक अधिक जटिल 2D प्रतिनिधित्व की अनुमति देगा।