自动编码器输入的重建

自动编码器实际上重建了原始输入，并且由于隐藏的神经元数量少于输入神经元的数量，因此它有助于降低维度。我的问题是如何从隐藏的神经元值生成输出值？ 什么是用于计算最终输出值的数学公式（从输入到隐藏和隐藏到输出）。请大家帮助我。我尝试了数学，但我没有得到与输入值相同的输出。自动编码器输入的重建

来源

2015-11-02 sivapriya

有没有一套，单一的方式来前馈神经网络 - 这是一种通用技术。一个受欢迎的事情是logistic(W*In)，其中W*In是节点的权重和输入节点的激活的点积和logistic(x) = 1/(1+e^-x)。应用这种方法有许多微妙之处，并且该技术的“肉”是如何确定/训练每个节点的权重W。也许 - 我建议在机器学习/神经网络上获得一个好的文本 - （即使它没有具体谈论自动编码器，用于多层网络的一般技术也会类似）：http://www.amazon.com/Pattern-Recognition-Learning-Information-Statistics/dp/0387310738/ref=zg_bs_3894_3

来源

2015-11-02 15:27:34 BadZen

自动编码器输入的重建

回答

相关问题