UNET 与简单的自动编码器有何不同？答案

【问题标题】：How UNET is different from simple autoencoders?UNET 与简单的自动编码器有何不同？
【发布时间】：2021-05-07 09:30:16
【问题描述】：

UNET 架构就像前半部分编码器和后半部分解码器。自动编码器有不同的变体，如稀疏、变分等。它们都压缩和解压缩数据，但 UNET 也同样用于压缩和解压缩。就我而言，我认为在简单的自动编码器中我们不使用 Transpose2D 卷积，但在 UNET 中我们使用这种上采样。在简单的自动编码器中，我们不使用 Transpose2D Conv。上采样是如何发生的，如果我们在自动编码器中使用 Transpose2D，它与 UNET 有何不同？

【问题讨论】：

好资源：researchgate.net/post/…

标签： deep-learning artificial-intelligence autoencoder encoder unity3d-unet

【解决方案1】：

在自动编码器中，编码部分对输入进行线性压缩，这会造成瓶颈，无法传输所有特征。另一方面，U-Net 在上采样端进行反卷积，并克服了由于来自架构编码器端的连接而导致特征丢失的瓶颈问题（扩展路径与收缩路径对称） .通过这样做，U-Net 的上采样部分包含大量特征通道，这允许网络将上下文信息传播到更高分辨率的层。

【讨论】：

【解决方案2】：

瓶颈不是问题，也无法克服...... U-net 用于特定任务，例如分割，而自动编码器用于其他任务，例如重建、生成、去噪等。

【讨论】：