Autoencoder Cathedral - AI Visual Lab

Epoch 0 · Listo

z = f_enc(x), x̂ = f_dec(z), L = ||x - x̂||²

⚙ Arquitectura

Bottleneck 2 dims

Learning rate 0.01

64 → 32 → 2 → 32 → 64

▶ Entrenamiento

✎ Input

Click para dibujar · Shift+click para borrar

✨ Espacio latente

Interpolacion 0.0

Mostrar espacio latente 2D

♬ Audio

Volumen 30%

☰ Metricas

Epoch0

Loss (MSE)--

Bottleneck dim2

Parametros--

Ratio compresion32:1

¿Que es un autoencoder?

Un autoencoder es una red neuronal que aprende a comprimir datos a una representacion mas pequena (bottleneck) y luego reconstruirlos. La red tiene forma de reloj de arena: encoder → bottleneck → decoder.

El objetivo es minimizar L = ||x - x̂||²: la diferencia entre la entrada original y su reconstruccion.

El cuello de botella

El bottleneck fuerza a la red a aprender las caracteristicas esenciales de los datos. Con 2 dimensiones, cada digito se convierte en un punto en un plano 2D — su "codigo latente".

Bottleneck pequeno (2-4): mayor compresion, pierde detalles
Bottleneck grande (8-16): mejor reconstruccion, menos compresion

Espacio latente

Cuando el bottleneck es 2D, podemos visualizar donde la red coloca cada digito. Digitos similares quedan cerca. Podemos interpolar entre dos digitos o generar nuevos haciendo click en el espacio latente.