在深度学习中广泛使用的自编码算法可以应用在单分类的问题上，自编码是一个BP神经网络，网络输入层和输出层是一样，中间层数可以有多层，中间层的节点个数比输出层少，最简单的情况就是中间只有一个隐藏层，如下图所示，由于中间层的节点数较少，这样中间层相当于是对数据进行了压缩和抽象，实现无监督的方式学习数据的抽象特征。
下图给出了李宏毅授课时讲述的例子。利用auto-encoder对辛普森家族图片进行判断。对于正常的图片，由于encoder学习到了辛普森家族图片的特征，因此在测试时decoder后的图片和输入图片，两者应该有很好的相似性。
图片.png
对于异常图片，decoder后的图片就和输入图片又很大的差别。
图片.png
