→ 민싱 사진을 encoder에 넣어 암호화를 시키고 hidden layer에 여러 연산을 시킨다음에 latent layer에 통과시키고 다시 역방향 hidden layer를 통과시키고 Decoder를 통과시켜 똑같이 복원시킴.
얼마나 똑같이 만드냐가 loss값임.
layer를 통과할수록 압축시키다가 latent encoder에서는 다시 이미지를 복원.
cf) Encoder은 암호화하는 장치, Decoder은 암호화 푸는 장치
→ 민싱 사진을 노이즈를 끼게 만들고, De-noise Auto Encoder를 통과시켜 노이즈가 제거되고, 원래 민싱 사진으로 복원하는 encoder임.
ex) 야동A에 빡치는 모자이크가 있다면 다른 모자이크 없는 야동B과 야동B에 모자이크를 씌워 De-nosie Auto Encoder에 학습 시켜 야동 A의 모자이크를 벗기는 방식.
feater data 두 덩어리를 준비하고 새로운 feature을 만든다음 noise를 만들고 DAE에 통과시킨다음 hidden layer 중간의 latent layer에서 암호화가 덜 풀린 feature을 가져다가 NN(neural network)에 학습 시켜 classification을 함.
→ 그냥 이런 방식임. 이렇게 했더니 결과가 잘 나왔더라임~~~~
알수 없는 머신러닝의 세계........