deep learning（深度学习）学习笔记整理系列之常用模型（四、五、六、七） - 学步园.docVIP

Deep Learning（深度学习）学习笔记整理系列之常用模型（四、五、六、七） | 学步园 转自：http:///zouxy09/article/details/8775524 九、Deep Learning的常用模型或者方法 、AutoEncoder自动编码器 ??????? Deep Learning最简单的一种方法是利用人工神经网络的特点，人工神经网络（ANN）本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。 ?????? 具体过程简单的说明如下： 1）给定无标签数据，用非监督学习学习特征： ? ?????? 在我们之前的神经网络中，如第一个图，我们输入的样本是有标签的，即（input, target），这样我们根据当前输出和target（label）之间的差去改变前面各层的参数，直到收敛。但现在我们只有无标签数据，也就是右边的图。那么这个误差怎么得到呢？ ????????如上图，我们将input输入一个encoder编码器，就会得到一个code，这个c