深度学习笔记(九)AutoEncoder自动编码器
来源:互联网 发布:jquery get json 编辑:程序博客网 时间:2024/05/16 16:10
前面的神经网络都是是基于监督的网络,这一章节主要是介绍非监督学习网络,原理很简单,自己学习,然后将学习的内容反过来生存初始状态,然后对比,
×自动编码器是一种尽可能复现输入信号的神经网络
×自动编码器必须获取到代码输入数据的最主要的因素,
类似于PCA,尽量找到主要成分
基于监督的学习
监督学习会有target,通过对比prediction和target 调整参数。如果没有target将无法进行。
非监督学习
我们将input输入一个encoder编码器,就会得到一个code,这个code也就是输入的一个表示,那么我们怎么知道这个code表示的就是input呢?我们加一个decoder解码器,这时候decoder就会输出一个信息,那么如果输出的这个信息和一开始的输入信号input是很像的(理想情况下就是一样的),那很明显,我们就有理由相信这个code是靠谱的。所以,我们就通过调整encoder和decoder的参数,使得重构误差最小,这时候我们就得到了输入input信号的第一个表示了,也就是编码code了。因为是无标签数据,所以误差的来源就是直接重构后与原输入相比得到。
对比的特征:
当第一层训练完成后,可以依次训练下一层:
当然我们也可以加入一些target微调参数。结构图如下:
具体分析:
目标函数:
损失函数:
如果输入值是实数值,无界值,损失函数采用平方差,如果输入是时位矢量,采用交叉熵。
参考:
http://www.jianshu.com/p/8d0a7509b030
阅读全文
0 0
- 深度学习笔记(九)AutoEncoder自动编码器
- Deep Learning(深度学习)学习笔记整理系列之(四) --AutoEncoder自动编码器
- Deep Learning(深度学习)学习笔记整理系列之(六)AutoEncoder自动编码器
- 自动编码器(Autoencoder)
- 自动编码器AutoEncoder学习总结
- 《深度学习》学习笔记(一):稀疏自编码器(Sparse Autoencoder)
- 深度学习之自编码器AutoEncoder
- 深度学习阅读笔记(二)之自动编码器SAD
- 稀疏自动编码器 (Sparse Autoencoder)
- autoencoder自动编码器
- AutoEncoder(自动编码器)
- AutoEncoder自动编码器
- AutoEncoder自动编码器
- 深度学习读书笔记之AE(自动编码AutoEncoder)
- 深度学习算法--自动编码器
- 自编码器(autoencoder)
- Autoencoder(自编码器)
- 深度学习(4):Autoencoder
- java 图形用户界面 swing 之 复选框 及示例程序
- 关于AngularJS的系列
- MySQL的btree索引和hash索引的区别
- 动态规划专项训练(2)
- GSensorView自动感应的View
- 深度学习笔记(九)AutoEncoder自动编码器
- Canvas和Bitmap的关系
- 关于android5.0以上逐帧动画不能正常播放解决办法
- meta常用标签总结
- VS2015的stdlib库qsort函数的一个bug
- 【POJ】2348
- ASM Bytecode Framework探索与使用
- POJ—1700(Crossing River)
- 九度[1025]-最大报销额