Enkodér je v oblasti umělé inteligence a neuronových sítí tou částí modelu, která má za úkol zpracovat vstupní data a převést je do zhuštěné, numerické podoby. Tato vnitřní reprezentace, často označovaná jako Kontextový vektor„>Kontextový vektor nebo Latentní prostor„>Latentní prostor, zachycuje podstatné vlastnosti a význam původní informace, ať už se jedná o text, obrázek, nebo zvuk. Cílem enkodéru je vytvořit informačně bohaté shrnutí, které je efektivní pro další zpracování, například pro klasifikaci nebo pro předání dekodéru v rámci složitějších architektur.
Představte si, že si přečtete celý článek a pak se snažíte jeho hlavní myšlenku shrnout do jediné věty pro kamaráda. Přesně to dělá Enkodér. Vezme velké množství informací na vstupu a „promyslí“ je tak, aby z nich vytvořil krátký, ale výstižný souhrn v jazyce, kterému rozumí počítač. Tento kompaktní balíček nejdůležitějších informací pak může použít k rozhodnutí, o čem článek byl, nebo ho předat dál ke zpracování.