（六）6.4 Neurons Networks Autoencoders and Sparsity
BP算法是適合監督學習的，因爲要計算損失函數,計算時y值又是必不可少的，現在假設有一系列的無標籤train data： ，其中 ，autoencoders是一種無監督學習算法，它使用了本身作爲標籤以此來使用BP算法進行訓練，即，見如下示例： 自編碼器嘗試學習一個 的函數，它嘗試逼近一個恆等函數，從而使得輸出 接近於輸入 ，這樣做的意義在於如果對hidden layer加上一些限制，比如hid
相關文章
- 1. [機器學習] UFLDL筆記 - Autoencoders and Sparsity
- 2. (六) 6.3 Neurons Networks Gradient Checking
- 3. Accelerating deep convolutional networks using low-precision and sparsity
- 4. 【轉】Artificial Neurons and Single-Layer Neural Networks
- 5. Neurons and the brains
- 6. Learning Structured Sparsity in Deep Neural Networks
- 7. Neural Networks and Deep Learning習題解答--Sigmoid neurons simulating perceptrons
- 8. HNHN: Hypergraph Networks with Hyperedge Neurons（20-ICML）
- 9. [ICLR19] ORDERED NEURONS: INTEGRATING TREE STRUCTURES INTO RECURRENT NEURAL NETWORKS
- 10. Basic Neurons
- 更多相關文章...
- • W3C RDF and OWL 活動 - W3C 教程
- • XSL-FO table-and-caption 對象 - XSL-FO 教程
- • RxJava操作符（七）Conditional and Boolean
- • RxJava操作符（六）Utility
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. [機器學習] UFLDL筆記 - Autoencoders and Sparsity
- 2. (六) 6.3 Neurons Networks Gradient Checking
- 3. Accelerating deep convolutional networks using low-precision and sparsity
- 4. 【轉】Artificial Neurons and Single-Layer Neural Networks
- 5. Neurons and the brains
- 6. Learning Structured Sparsity in Deep Neural Networks
- 7. Neural Networks and Deep Learning習題解答--Sigmoid neurons simulating perceptrons
- 8. HNHN: Hypergraph Networks with Hyperedge Neurons（20-ICML）
- 9. [ICLR19] ORDERED NEURONS: INTEGRATING TREE STRUCTURES INTO RECURRENT NEURAL NETWORKS
- 10. Basic Neurons