图解深度学习-自编码器
图解深度学习-自编码器
·
自编码器是一种基于无监督学习的数据维度压缩和特征表达方法，多层自编码器能够更好地进行压缩和特征表达。
自编码器
自编码器 是一种有效的数据维度压缩算法，主要 应用在以下两个方面 ·
1 构建 一种能够 重构输入样本并进行特征表达的神经网络 ·
2 训练多层神经网络时，通过自编码器训练样本得到参数初始值
自编码器通过不断调整参数，重构经过维度压缩的输入样本。
降噪自编码器
自编码器的重构结果和输入样本的模式是相同的
降噪自编码器通过在训练样本中加入随机噪声。训练的过程中，使重构结果与不含噪声的样本之间的误差最小。
稀疏自编码器
稀疏自编码器是通过加入正则化，使大部分单元的输出都变为0，这样就可以利用少数单元完成压缩和重构。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
1
0- 0
已为社区贡献12条内容
所有评论(0)