Interactive Learning Tool
オートエンコーダ・シミュレーター
数字画像をいったん2個の値に圧縮し、その値から画像を復元する流れを体験します。
コントロールパネル
1入力する数字
2表示モード
左：曲線・横線寄り 右：縦線寄り
下：角ばった形 上：丸みのある形
ネットワークの動作
光っている部分が現在の処理です。操作できます
エンコード特徴を圧縮
潜在空間2個の値
Z1 = 0.00
Z2 = 0.69
デコード画像を復元
出力復元画像
再構成誤差（MSE）
0.000
復元の近さ
100%
高いほど元画像に近い
差分画像
赤い部分ほど、元画像との違いが大きい
2次元の潜在空間
グラフ上をクリックまたはドラッグすると、復元画像が連続的に変化します。
Z₁ →
Z₂ ↑
数字の間では、両方の特徴を混ぜた形が生成されます。
見るポイント
入力
元になる数字の画像
エンコード
画像の特徴を少数の値に圧縮
潜在空間
圧縮された特徴 Z₁・Z₂
デコード
特徴から画像を復元
Z₁・Z₂の意味は、このデモ用モデルで分かりやすく設定したものです。実際のモデルでは、潜在変数の意味を人が明確に説明できないこともあります。
詳しい解説を見る
オートエンコーダとは
入力データ自身を正解として学習し、圧縮した情報から元のデータを復元するニューラルネットワークです。入力と出力の差である再構成誤差が小さくなるように学習します。
ノイズ除去モード
入力にはノイズがありますが、潜在空間には数字の主要な特徴だけを残すため、出力側ではノイズの少ない画像を復元できます。
生成モデルとの関係
潜在空間を動かすと、学習データの間を補間した新しい形を作れます。ただし、任意の位置から安定して画像を生成する目的では、通常のオートエンコーダよりVAE（変分オートエンコーダ）などが適しています。