在此非常感谢not-god 大神的铺垫：http://www.jianshu.com/p/d7aec8b41356。

并且我是在看完他的简书之后，决定在这里入驻的。

在aalto大学选了deep learning这门课，并且三人组队完成 Autoencoder + Greedy layer-wise pretraining的实现。

作业要求：

                                                   Figure.1 Base Network

实现三个网络：

A : Base Network + unlabelled examples

B: encoder of A + Fine-tune classification with labelled examples

C: encoder of base network + labelled examples

总体实现分两部分

1) 确定hyper parameter - 通过pretraining

2)建立model

具体代码实现可以参看队友的github：https://github.com/AriSilvennoinen/deep_learning.

最后结果：

1）greedy pretraining > random selection 收敛性能更好，更稳定。

2) fine-tuned auto encoder classifier > basic autoencoder classifier 准确性更高