深度学习——无监督,自动编码器——尽管自动编码器与 PCA 很相似,but自动编码器既能表征线性变换,也能表征非线性变换;而 PCA 只能执行线性变换
2024-08-30 20:19:56
自动编码器是一种有三层的神经网络:输入层、隐藏层(编码层)和解码层。该网络的目的是重构其输入,使其隐藏层学习到该输入的良好表征。
自动编码器神经网络是一种无监督机器学习算法,其应用了反向传播,可将目标值设置成与输入值相等。自动编码器的训练目标是将输入复制到输出。在内部,它有一个描述用于表征其输入的代码的隐藏层。
自动编码器的目标是学习函数 h(x)≈x。换句话说,它要学习一个近似的恒等函数,使得输出 x^ 近似等于输入 x。自动编码器属于神经网络家族,但它们也和 PCA(主成分分析)紧密相关。
关于自动编码器的一些关键事实:
- 它是一种类似于 PCA 的无监督机器学习算法
- 它要最小化和 PCA 一样的目标函数
- 它是一种神经网络
- 这种神经网络的目标输出就是其输入
尽管自动编码器与 PCA 很相似,但自动编码器比 PCA 灵活得多。在编码过程中,自动编码器既能表征线性变换,也能表征非线性变换;而 PCA 只能执行线性变换。因为自动编码器的网络表征形式,所以可将其作为层用于构建深度学习网络。
自动编码器的类型:
1. 去噪自动编码器
2. 稀疏自动编码器
3. 变分自动编码器(VAE)
4. 收缩自动编码器(CAE/contractive autoencoder)
A. 去噪自动编码器
这是最基本的一种自动编码器,它会随机地部分采用受损的输入来解决恒等函数风险,使得自动编码器必须进行恢复或去噪。
最新文章
- C语言atof()函数:将字符串转换为double(双精度浮点数)
- Java多线程(六) 线程系列总结
- Plinq-Parallel.ForEach for 性能提升
- Btrace
- Oracle 11g透明网关连接Sqlserver 2000
- quailty's Contest #1 A1 道路修建 Small
- 深入理解 Android 消息机制原理
- msfvenom向apk注入payload
- os模块中关于文件/目录常用的函数使用方法
- dubbo + dubbo-admin 入门级demo
- 简单说说Android自定义view学习推荐的方式
- Centos6搭建vsftpd
- NOIP2017题解
- PHP 字符串包含判断
- TroubleShoot: Fail to deploy Windows UAP to device: 0x80073CFD
- ubuntu密码正确,却不能登录图形界面
- flume 日志导入elasticsearch
- DBUnit使用介绍
- phpstorm使用和配置技巧
- 在Windows下安装运行Kafka
热门文章
- js 技巧 (十)广告JS代码效果大全 【1】
- OpenCV+Python实现视频文件裁剪功能
- 集训第六周 古典概型 期望 D题 Discovering Gold 期望
- Vue页面骨架屏(二)
- Android : reletive layout
- postman工具的应用实战(二)
- Jackson 字符串转List<;Map>;
- ****Call to a member function item() on a non-object
- HDU——1150 Machine Schedule
- 洛谷——P1062 数列