나는 자동 엔코더 또는 신경망의 전문가가 아니므로 어리석은 질문이라면 용서하십시오.
차원 축소 또는 고차원 데이터에서 클러스터 시각화를 위해 자동 엔코더를 사용하여 2 개의 노드로 네트워크 계층의 출력을 검사하여 (손실) 2 차원 표현을 만들 수 있습니다. 예를 들어 다음 아키텍처를 사용하면 세 번째 레이어의 출력을 검사합니다.
여기서 는 입력 데이터이고 N l 은 l 번째 레이어 의 노드 수입니다 .
이제 제 질문은 왜 대칭 구조를 원합니까? 깊은 '압축'단계의 미러가 아니라면 유사하게 복잡한 '압축 해제'단계가있어 2 개의 노드 출력이 생성되어 매우 직관적이지 않습니까? 다시 말해, 더 간단한 디코딩 단계를 갖지 않아도 2 개의 노드를 가진 레이어의 출력이 반드시 더 단순 해지지 않을까요?
압축 해제 단계가 덜 복잡할수록 2D 표현이 더 단순해야 (더 선형 적인가) 생각합니다. 더 복잡한 감압 단계는 더 복잡한 2D 표현을 허용합니다.