Isomorphic autoencoder 即IAE的输出层总是试图重建原始输入数据而AE旨在重建其输入层处的数据

。IAE与AE的主要区别在于其隐藏层结构。IAE的隐藏层结构是通过同构映射，将输入数据映射到一个隐空间中的对应点，然后再将隐空间中的对应点映射回输入空间。这种结构能够保持输入数据的结构特征，并且具有较好的泛化性能。相比之下，AE的隐藏层结构则是通过编码器将输入数据压缩到一个低维空间中，再通过解码器将低维空间中的数据映射回输入空间。AE的主要目的是为了学习数据的特征表示，而不是重建输入数据。