? ? 這篇文章是Bengio研究的在傳統(tǒng)的autoencoder基礎(chǔ)上增加了噪聲參數(shù)，也就是說在輸入X的時候，并不直接用X的數(shù)據(jù)，而是按照一定的概率來清空輸入為0。paper中的名詞為corrupted。這樣活動函數(shù)計算的時候就用這個X尖來計算，而不是用X來計算。然后算法通過reconstruct來根據(jù)計算的Y來重構(gòu)求X。

? ? 如下圖所示，這種思路十分類似于dropout。不過dropout是在隱層做trike，而這個算法是選擇性忽略輸入的數(shù)據(jù)。

?

轉(zhuǎn)載于:https://www.cnblogs.com/alexanderkun/p/3536348.html

總結(jié)

以上是生活随笔為你收集整理的论文笔记(3)-Extracting and Composing Robust Features with Denoising Autoencoders的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。