6 什么是自编码(Autoencoder)?
来源:互联网 发布:bms读取软件 编辑:程序博客网 时间:2024/05/20 19:16
原来有时神经网络要接受大量的输入信息, 比如输入信息是高清图片时, 输入信息量可能达到上千万, 让神经网络直接从上千万个信息源中学习是一件很吃力的工作. 所以, 何不压缩一下, 提取出原图片中的最具代表性的信息, 缩减输入信息量, 再把缩减过后的信息放进神经网络学习.这样学习起来就简单轻松了. 所以, 自编码就能在这时发挥作用. 通过将原数据白色的X 压缩, 解压 成黑色的X, 然后通过对比黑白 X ,求出预测误差, 进行反向传递, 逐步提升自编码的准确性. 训练好的自编码中间这一部分就是能总结原数据的精髓. 可以看出, 从头到尾, 我们只用到了输入数据 X, 并没有用到 X 对应的数据标签, 所以也可以说自编码是一种非监督学习. 到了真正使用自编码的时候. 通常只会用到自编码前半部分.
encoder 编码器. 编码器能得到原数据的精髓, 然后我们只需要再创建一个小的神经网络学习这个精髓的数据,不仅减少了神经网络的负担, 而且同样能达到很好的效果.他能从原数据中总结出每种类型数据的特征, 如果把这些特征类型都放在一张二维的图片上, 每种类型都已经被很好的用原数据的精髓区分开来. 如果你了解 PCA 主成分分析, 再提取主要特征时, 自编码和它一样,甚至超越了 PCA. 换句话说, 自编码 可以像 PCA 一样 给特征属性降维.
decoder 解码器在训练的时候是要将精髓信息解压成原始信息, 那么这就提供了一个解压器的作用, 甚至我们可以认为是一个生成器 (类似于GAN).
阅读全文
0 0
- 6 什么是自编码(Autoencoder)?
- 自编码 Autoencoder
- 自编码器(autoencoder)
- Autoencoder(自编码器)
- 深度学习个人总结之四----自编码算法(AutoEncoder)
- Tensorflow学习之旅(九)——自编码AutoEncoder
- sparse Autoencoder(3)---自编码算法与稀疏性
- 变分自编码VAE(variational autoencoder)及Keras 实现
- 变分自编码器(Variational Autoencoder)
- Keras 自编码器AutoEncoder(五)
- 稀疏自动编码(Sparse Autoencoder)
- tensorflow自编码器autoencoder
- 自编码器(AutoEncoder)
- 变分自编码器(Variational Autoencoder, VAE)通俗教程
- 自编码器(autoencoder)在协同过滤中的应用
- UFLDL 笔记 05 自编码训练结果展示 Visualizing a Trained Autoencoder
- 深度学习读书笔记之AE(自动编码AutoEncoder)
- 降噪自动编码机(Denoising Autoencoder)
- 以Attention Model为例谈谈两种研究创新模式
- 文章标题
- linux 通过sh脚本执行java程序-(1)
- java面试(1)单例模式的几种写法
- hadoop错误org.apache.hadoop.yarn.exceptions.YarnException Unauthorized request to start container
- 6 什么是自编码(Autoencoder)?
- Codeforces 886E (Codeforces Round #445) Maximum Element 组合数学+DP
- GOJ1446 并查集判断逻辑错误(是否说谎)
- PLSQLDeveloper单独配置的参数
- 51nod 1649 齐头并进 (两次dijkstra求最短路)
- HDU-3555 Bomb (数位dp 入门题)
- centos下配置apache用户及用户组权限
- 2017年11月最新Nagios4.3.4部署 邮件&音频告警 自定义监控脚本
- 日积月累的小技巧