人工神经网络深学习.pptVIP

* * * * * * * * * * . * * * * * * * * * * * * * 无标签数据的无监督特征学习 编码器产生特征 增加分类器 §7.3 几种典型的深度学习模型 当前第31页\共有53页\编于星期四\15点 稀疏自动编码器 §7.3 几种典型的深度学习模型 当前第32页\共有53页\编于星期四\15点 §7.4 几种典型的深度学习模型 自动编码器(AutoEncoder) 当前第33页\共有53页\编于星期四\15点 深度信任网络DBN 受限 可视层各节点间无连接 隐含层各节点间无连接 可视层作为向量输入 隐含层作为特征检测器 可为二值节点（可取0或1）或实数节点（0～1） 可视层、隐含层的节点数量不定 §7.3 几种典型的深度学习模型 Restricted Boltzman Machine (RBM) 当前第34页\共有53页\编于星期四\15点 RBM的能量 对特定的(v, h)，其能量函数定义为 对每种可能的p(v, h)分布满足 Boltzmann 分布 §7.3 几种典型的深度学习模型 当前第35页\共有53页\编于星期四\15点 RBM的状态更新/重采样 给定可视层每个节点v，隐含层的每个节点hj依下式确定的概率取1（条件独立） 同样，给定隐含层每个节点h，可依下式确定的概率获得可视层各结点的的无偏估计样本（条件独立） §7.