Encodeur, goulot d’étranglement et décodeur
Faites passer les données par un espace latent.
Encodeur, goulot d’étranglement et décodeur est une leçon Deep Learning Academy gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Deep Learning Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Deep Learning Academy comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
Meet the Autoencoder
An autoencoder learns to copy its input to its output. The trick is forcing the data through a tiny middle, so it must learn what truly matters.
The Encoder Compresses
The encoder takes your input and squeezes it down into a small set of numbers. Think of it as packing a suitcase: only the essentials fit.
The Bottleneck
The bottleneck is the smallest layer in the middle. Its tiny size is the whole point: the network cannot just memorize, it has to summarize. 🎯
The Latent Code
The compressed numbers in the bottleneck form the latent code. This short vector is a dense, learned summary of your original input.
The Decoder Rebuilds
The decoder takes the latent code and tries to rebuild the full original input. It unpacks the suitcase back into something useful.
Reconstruction Loss
You measure success with reconstruction loss: how close the output is to the input. Lower loss means a better rebuild.
loss = mse_loss(decoded, original)An Encoder in PyTorch
An encoder is often just stacked linear layers shrinking the size. Here input 784 becomes a latent code of just 32 numbers.
encoder = nn.Sequential(
nn.Linear(784, 128), nn.ReLU(),
nn.Linear(128, 32))A Mirror-Image Decoder
The decoder usually mirrors the encoder, growing the code back to full size. Symmetry keeps the design simple and balanced.
decoder = nn.Sequential(
nn.Linear(32, 128), nn.ReLU(),
nn.Linear(128, 784))Why Force Compression?
If the middle were large, the net could just copy values straight through. The narrow bottleneck forces it to find real structure in the data.
Trained Without Labels
Autoencoders learn from data alone, no labels needed. This makes them a classic example of unsupervised learning. ✨
The Latent Space
All possible latent codes together form the latent space. Similar inputs land near each other, giving you a compact, meaningful map of your data.
Quick Check
Let us check the core idea of the bottleneck.
Recap
You met the three parts: an encoder that compresses, a tiny bottleneck holding the latent code, and a decoder that rebuilds. Reconstruction loss guides it all. 🎉
Questions Fréquemment Posées
La leçon « Encodeur, goulot d’étranglement et décodeur » est-elle gratuite ?
Oui — le texte complet de « Encodeur, goulot d’étranglement et décodeur » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Deep Learning Academy, passe à CoddyKit PRO. Le cours Deep Learning Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Encodeur, goulot d’étranglement et décodeur » ?
Faites passer les données par un espace latent. Tu pratiques Deep Learning Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Deep Learning Academy ?
Aucune expérience préalable n'est requise. Deep Learning Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.
Combien de temps prend la leçon « Encodeur, goulot d’étranglement et décodeur » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Deep Learning Academy ?
Oui. Chaque leçon Deep Learning Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Encodeur, goulot d’étranglement et décodeur
- Autoencodeurs débruiteurs
- Autoencodeurs variationnels et espace latent
- Détection d’anomalies par erreur de reconstruction