02 2015 档案

【deep learning精华部分】稀疏自编码提取高阶特征、多层微调完全解释及代码逐行详解
摘要：我们前面已经讲了如何训练稀疏自编码神经网络，当我们训练好这个神经网络后，当有新的样本输入到这个训练好的稀疏自编码器中后，那么隐藏层各单元的激活值组成的向量就可以代表（因为根据稀疏自编码，我们可以用来恢复），也就是说就是在新的特征下的特征值。每一个特征是使某一个取最大值的输入。假设隐藏层单元有200个... 阅读全文
posted @ 2015-02-03 14:55 happy_lion 阅读(15821) 评论(3) 推荐(4) 编辑