自编码
非监督学习的一种
让输出等于输入
稀疏自编码(稀疏限制)
使得大部分隐藏神经元输出接近0!
为了实现这一目的,我们在代价函数中引入相对熵
这样训练出来的网络隐藏元的输出就会和我们的期待接近,设置大多数ρ接近0就可以实现稀疏自编码
查看自编码所检测的特征
有多少个隐藏神经元就会有特征数量
实际上是检测每个隐藏神经元的系数
大致就是检查边缘
你需要知道的术语:
激活
稀疏
自编码
非监督学习的一种
让输出等于输入
稀疏自编码(稀疏限制)
使得大部分隐藏神经元输出接近0!
为了实现这一目的,我们在代价函数中引入相对熵
这样训练出来的网络隐藏元的输出就会和我们的期待接近,设置大多数ρ接近0就可以实现稀疏自编码
查看自编码所检测的特征
有多少个隐藏神经元就会有特征数量
实际上是检测每个隐藏神经元的系数
大致就是检查边缘
你需要知道的术语:
激活
稀疏