ニューラルネットワークによる圧縮画像の際、入力画像と同一の画像を出力させることは、どのよう利点があい

深層学習の入門書に悪戦苦悩しております。わからないところが沢山ありますので、教えて下さい。
その一か所から引用します。
＜ニューラルネットワークによる圧縮画像の例をします。2次元の白黒画像が入力として与えられたときに、出力として同じ画像を出力するようにネットワークを学習させます。＞
入力画像と同一の画像を出力させることは、（素通しの眼鏡のように）一見、意味が無いようにみえますが、どのような利点があり、どのような使い方をするのでしょうか？

No.2 ベストアンサー 回答者： SortaNerd 回答日時： 2016/03/04 23:23

圧縮して少なくなった情報から元通りの画像が出力されるというのは素通しではありません。

この回答へのお礼

ご回答ありがとうございました。
中間の隠れ層では、
＜元通りの画像が出力＞
できる・
＜圧縮して少なくなった情報＞
があるから、これが利用できる、ということですね。

お礼日時：2016/03/05 15:13

No.1 回答者： kmee 回答日時： 2016/03/02 20:47

その後どんな話になっていくかがよくわかりませんが。

最初は似ても似つかない画像を出力していたものが、学習によって「素通りさせるのが最適」という結論を導き出せるようになる、ということでは。

この回答へのお礼

早速のご回答ありがとうございました。
＜学習によって「素通りさせるのが最適」という結論を導き出せるようになる＞
ということなのですね。このような極端な場合でも対応できる、ということなのでしょうか？

お礼日時：2016/03/02 22:14