自动编码器通常用于减少维数。它通过减少不必要的维数来压缩图像。它们的工作方式是将输入压缩为潜在空间表示，然后从该表示重建输出。那么，自动编码器是如何知道哪些功能最重要，哪些功能不重要。还有一个问题如何使用自动编码器来提取图像的特征就像在CNN中一样，卷积层负责提取图像的特性。在自动编码器中，如何以及哪一层提取图像的特征？
自动编码器是一个特殊的网络，它试图解决表示为x' = g(h(x))的身份问题，其中h是编码器块，g是解码器块。
潜在空间z是给定输入x的最小表达式，并且它位于网络的中间。可以明确的是，在这样的空间中存在着不同的形状，每个形状都对应于训练阶段给出的特定实例。使用你引用的CNN来支持这一点，它就像一个特征图，但实际上是一堆特征图，整个网络只有一个，而且，它根据训练过程中观察到的内容持有不同的表示。
所以，问题是压缩和解压缩是如何发生的？好吧，用于训练的数据有一个领域，每个例子都有相似之处(所有的猫都有相同的抽象品质，对山脉来说也是一样，都有共同点)，因此网络学习如何将描述数据的内容组合成更小的片段，并从更小的片段(范围从0-1)中学习如何构建更大的片段。
从猫身上取同样的样本，它们都有两只耳朵、一只毛皮、两只眼睛等等，我没有提到deatils，但你可以想想这些耳朵的形状、毛皮有多大，可能还有眼睛有多大、颜色和大。想想我作为潜在空间z列出的清单，以及作为x'输出的细节。
有关更多详细信息，请参阅以下针对不同AE变体的详尽解释：https://wikidocs.net/3413.
希望这对你有所帮助。
编辑1:
如何以及哪一层提取图像的特征
其设计：
AutoEncoder是一个设计可以压缩和解压缩训练数据的网络，它根本不是一个任意的网络。
首先，它有一个沙钟的形状，这意味着下一层的神经元比编码器块中的前一层少，并且正好在"沙钟"之后；潜在空间层"；它开始做相反的事情，增加解码器块中的神经元大小，直到达到输入层的大小(重建，因此是输出)。
接下来，每一层都是一个Dense层，表示每一层的所有神经元都完全插入到下一层，因此，所有特征都是从一层传递到另一层的。每个神经元的激活函数(理想情况下)是tanh，表示所有可能的输出都是[-1,1]；最后，loss function倾向于均方根误差，它试图告诉重建离原始有多远。
这样做的好处是将输入张量标准化，将每个特征的平均值设置为零，这对网络学习有很大帮助，我将在下一步进行解释。
文字很便宜，让我看看反向传播
还记得隐藏层中的值是[-1,1]吗？好吧，这个范围以及权重和偏差(Wx + b)的支持使得在每一层上都有可能具有较少特征的连续组合(从-1到1的值，考虑到其中所有可能的有理数)。
使用反向传播(在loss function中支持)，其想法是找到一个权重的最佳点，将域训练集(比如黑白MNIST数字、RGB Cats图像等)转换为编码层中的低维连续集(实际上很小的数字范围在[-1,1]之间)，然后，在解码层中，它试图使用相同的权重(记住是沙钟形状的网络)来发射先前CCD_。
类似
把它放在一种游戏中，两个人背靠背，一个人从窗户里看，另一个人前面有一块白板。第一个人向外看，看到了一朵花，上面有所有的细节，然后说向日葵(潜在的空间)，第二个人听到了，画了一朵向日葵，上面有这个人过去学到的所有颜色和细节。
请提供真实世界的样本
继续向日葵的类比，想象同样的情况，但你的输入图像(张量)有噪声(你知道，有小故障)。AutoEncoder是用高质量的图像训练的，所以它能够压缩向日葵的概念，然后重建它。故障发生了什么？网络对向日葵的颜色、形状和背景(比方说是蓝天)进行了编码，解码器对其进行了重建，小故障作为残差被留下。这是一个去噪自动编码器，是众多网络应用之一。