¿Cuál es la mejor manera de hacer una red neuronal capaz de aprender sin supervisión, y cuáles son sus usos?

Las redes neuronales se utilizan generalmente para el aprendizaje supervisado. Sin embargo, hay algunos enfoques para usarlo para el aprendizaje no supervisado.
Los más destacados incluyen:
1. La mayoría de los algoritmos de Autoencoder no están supervisados, sin embargo, se utilizan principalmente para la extracción de características de tareas supervisadas en la literatura. Si de alguna manera se puede encontrar una manera de usarlos sin la capa supervisada final que se usa en la mayoría de los documentos, se pueden usar para tareas de LSH (que es un algoritmo aleatorio), pero de manera semántica.
2. Existe un enfoque de Redes Estocásticas Generativas propuesto por el equipo de LISAlab. Esto se puede usar para aprender probabilidades conjuntas y, por lo tanto, como PGM.
3. He leído al menos un artículo donde se utilizaron redes neuronales convolucionales con un alto número de dimensiones en la capa superior para la agrupación. También hay algunos documentos más para hacer clustering tipo K Nearest Neighbor tradicional. Uno necesita hacer una encuesta de literatura.
sobre API: no estoy seguro de que exista.