目录

1、CNN角度

 2、RNN角度

 3、编码器解码器架构

1、CNN角度

        以卷积神经网络为例&＃xff0c;输入为一个猫&＃xff0c;进行特征提取后输出图片类别。

因此&＃xff0c;这里可以简单的理解为&＃xff1a;特征提取过程即为编码器&＃xff0c;而分类过程即为解码器。

即&＃xff1a;

编码器&＃xff1a;将输入编程成中间表达式形式&＃xff08;特征&＃xff09;【特征抽取】

解码器&＃xff1a;将中间表示解码成输出。【分类器】

 2、RNN角度

以循环神经网络为例&＃xff0c;输入为一个文本&＃xff0c;进行特征提取后输出。

因此&＃xff0c;

编码器&＃xff1a;将文本表示成向量【特征抽取】

解码器&＃xff1a;向量表示成输出【分类器】

 3、编码器解码器架构

一个模型被分为两块&＃xff1a;

1.编码器处理输出

2.解码器生成输出

使用编码器-解码器架构模型&＃xff0c;编码器负责表示输入&＃xff0c;解码器负责输出