自編碼器(autoencoder)是神經網路的一種,經過訓練後能嘗試將輸入複製到輸出。從自編碼器獲得有用特徵的一種方法是限制 h 的維度比 x 小,這種編碼維度小於輸入維度的自編碼器稱為欠完備(undercomplete)自編碼器。學習欠完備的表示將強制自編碼器捕捉訓練數據中最顯著的特徵。
基本介紹
- 中文名:欠完備自編碼器
- 外文名:undercompleteautoencoder
- 學科:人工智慧
- 特徵:輸出維度小於輸入維度
- 有關術語:自編碼器
- 目的:學習數據分布最顯著的特徵
自編碼器(autoencoder)是神經網路的一種,經過訓練後能嘗試將輸入複製到輸出。從自編碼器獲得有用特徵的一種方法是限制 h 的維度比 x 小,這種編碼維度小於輸入維度的自編碼器稱為欠完備(undercomplete)自編碼器。學習欠完備的表示將強制自編碼器捕捉訓練數據中最顯著的特徵。
自編碼器(autoencoder)是神經網路的一種,經過訓練後能嘗試將輸入複製到輸出。從自編碼器獲得有用特徵的一種方法是限制 h 的維度比 x 小,這種編碼維度小於輸入維度的自編碼器稱為欠完備(undercomplete...
編碼維數小於輸入維數的欠完備自編碼器可以學習數據分布最顯著的特徵。我們已經知道,如果賦予這類自編碼器過大的容量,它就不能學到任何有用的信息。如果隱藏編碼的維數允許與輸入相等,或隱藏編碼維數大於輸入的過完備(overcomplete)情況...
5.4.3 欠完備自編碼器 156 5.4.4 正則化自編碼器 157 5.4.5 降噪自編碼器 159 5.4.6 變分自編碼器 159 5.5 嵌入表示與Word2vec 161 5.5.1 詞嵌入 161 5.5.2 Word2vec的核心思想 164 5.5...
298 13.3 慢特徵分析 300 13.4 稀疏編碼 301 13.5 PCA 的流形解釋 304 第 14 章自編碼器 306 14.1 欠完備自編碼器 306 14.2 正則自編碼器 307 14.2.1 稀疏自編碼器 307 14.2.2 去噪自編碼器 309 ...
3.5.1 欠完備自編碼器59 3.5.2 正則化自編碼器60 3.6 深度神經網路的訓練61 3.6.1 梯度下降61 3.6.2 反向傳播62 3.6.3 預防過擬合64 3.7 小結65 3.8 擴展閱讀65 第2 篇模型方法 第4 章圖嵌入69 4.1 簡介70 ...
第8 章 自動編碼器實踐 205 數據準備 205 自動編碼器的組成部分 208 激活函式 209 我們的第一台自動編碼器 210 損失函式 211 最佳化器 211 訓練模型 212 對測試集進行評估 214 具有線性激活函式的兩層欠完備自動編碼器 216 增加節點...
8.1 自編碼算法 174 8.2 欠完備自編碼器 175 8.3 數據集 · 175 8.4 基本自編碼器 177 8.4.1 自編碼器的初始化 177 8.4.2 AutoEncoder 類 178 8.4.3 套用於MNIST 數據集的基本自編碼器 180 8.4.4 基本自...
7.1.2 欠完備自編碼器 151 7.1.3 正則自編碼器 152 7.1.4 卷積自編碼器 155 7.1.5 使用Keras實現簡單的 自編碼器 157 7.2 生成對抗網路 160 7.2.1 GAN概述 160 7.2.2 一般的GAN 160 7.2.3 CGAN ...