名称

英文表达

所属类型

主要特征

自动编码器

Autoencoder

无监督学习

自编码器针对原始数据训练样本，利用数据的压缩算法提取特征，生成和原始数据集尽可能相同的数据。

改进自动编码器

Variational Autoencoder

无监督学习

取代标准自动编码器所产生的实数值向量，产生均值向量和标准差向量来优化KL散度。

生成对抗网络模型

Generative Adversarial Networks

无监督学习

包含一个生成网络和一个判别网络。两个网络在博弈的过程中，生成网络最终实现经判别网络“认证”的不同于原数据集的“自然数据集”。