層疊自編碼

對于多層稀疏自編碼的層疊,我們這里也可以采用逐層訓練的方法丈积。
首先和往常一樣訓練第一層參數(shù)

Paste_Image.png

然后固定第一層參數(shù)不動(freeze)碌补,加一層稀疏自編碼,訓練第二層稀疏自編碼參數(shù)啤斗。這其實就是把原始輸入通過第一層得到特征,利用這個特征再訓練一個“一層自編碼”赁咙。

Paste_Image.png

重復這個過程钮莲,根據(jù)需要加足夠的層。然后最后就是我們提取的高階特征彼水,我們利用這個特征訓練分類崔拥。

Paste_Image.png

拼起來就是我們最終需要的網(wǎng)絡。

Paste_Image.png

我們其實還可以對拼好的網(wǎng)絡繼續(xù)進行整體梯度下降學習(利用BP)凤覆,也即同時調(diào)整所有的參數(shù)链瓦。

最后編輯于
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市盯桦,隨后出現(xiàn)的幾起案子慈俯,更是在濱河造成了極大的恐慌,老刑警劉巖拥峦,帶你破解...
    沈念sama閱讀 222,590評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件贴膘,死亡現(xiàn)場離奇詭異,居然都是意外死亡略号,警方通過查閱死者的電腦和手機刑峡,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,157評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來玄柠,“玉大人突梦,你說我怎么就攤上這事∮鹄” “怎么了宫患?”我有些...
    開封第一講書人閱讀 169,301評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長这弧。 經(jīng)常有香客問我撮奏,道長俏讹,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,078評論 1 300
  • 正文 為了忘掉前任畜吊,我火速辦了婚禮泽疆,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘玲献。我一直安慰自己殉疼,他們只是感情好,可當我...
    茶點故事閱讀 69,082評論 6 398
  • 文/花漫 我一把揭開白布捌年。 她就那樣靜靜地躺著瓢娜,像睡著了一般。 火紅的嫁衣襯著肌膚如雪礼预。 梳的紋絲不亂的頭發(fā)上眠砾,一...
    開封第一講書人閱讀 52,682評論 1 312
  • 那天,我揣著相機與錄音托酸,去河邊找鬼褒颈。 笑死,一個胖子當著我的面吹牛励堡,可吹牛的內(nèi)容都是我干的谷丸。 我是一名探鬼主播,決...
    沈念sama閱讀 41,155評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼应结,長吁一口氣:“原來是場噩夢啊……” “哼刨疼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起鹅龄,我...
    開封第一講書人閱讀 40,098評論 0 277
  • 序言:老撾萬榮一對情侶失蹤揩慕,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后扮休,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體漩绵,經(jīng)...
    沈念sama閱讀 46,638評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,701評論 3 342
  • 正文 我和宋清朗相戀三年肛炮,在試婚紗的時候發(fā)現(xiàn)自己被綠了止吐。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,852評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡侨糟,死狀恐怖碍扔,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情秕重,我是刑警寧澤不同,帶...
    沈念sama閱讀 36,520評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響二拐,放射性物質(zhì)發(fā)生泄漏服鹅。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,181評論 3 335
  • 文/蒙蒙 一百新、第九天 我趴在偏房一處隱蔽的房頂上張望企软。 院中可真熱鬧,春花似錦饭望、人聲如沸仗哨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,674評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽厌漂。三九已至,卻和暖如春斟珊,著一層夾襖步出監(jiān)牢的瞬間苇倡,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,788評論 1 274
  • 我被黑心中介騙來泰國打工囤踩, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留旨椒,地道東北人。 一個月前我還...
    沈念sama閱讀 49,279評論 3 379
  • 正文 我出身青樓高职,卻偏偏與公主長得像钩乍,于是被迫代替她去往敵國和親辞州。 傳聞我的和親對象是個殘疾皇子怔锌,可洞房花燭夜當晚...
    茶點故事閱讀 45,851評論 2 361

推薦閱讀更多精彩內(nèi)容

  • 五、Deep Learning的基本思想 假設我們有一個系統(tǒng)S变过,它有n層(S1,…Sn)埃元,它的輸入是I,輸出是O媚狰,...
    dma_master閱讀 1,656評論 1 2
  • 第二個Topic講深度學習岛杀,承接前面的《淺談機器學習基礎》。 深度學習簡介 前面也提到過崭孤,機器學習的本質(zhì)就是尋找最...
    我偏笑_NSNirvana閱讀 15,632評論 7 49
  • 一类嗤、什么是自編碼 簡單的自編碼是一種三層神經(jīng)網(wǎng)絡模型,包含了數(shù)據(jù)輸入層辨宠、隱藏層遗锣、輸出重構(gòu)層,同時它是一種無監(jiān)督學習...
    MiracleJQ閱讀 1,944評論 0 5
  • TensorFlow上實踐基于自編碼的One Class Learning 異常檢測算法--Isolation F...
    jiandanjinxin閱讀 6,986評論 0 10
  • 摘要 深度學習可以完成需要高度抽象特征的人工智能任務嗤形,如語音識別精偿、圖像識別和檢索、自然語言理解等。深層模型是包含多...
    藍鷗科技閱讀 1,291評論 1 14