机器学习

李宏毅机器学习_10-4无监督学习-自编码器

本文主要是介绍李宏毅机器学习_10-4无监督学习-自编码器,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

没有数据的时候直接自我学习,非常妙
在这里插入图片描述
深度学习,每层用不同维度,能把不同层面的特征学习出来,更好的表示输入的特征向量
在这里插入图片描述
加入噪音,鲁棒性会更好,不仅能学到输入的特征,还能把噪音数据过滤掉
在这里插入图片描述
传统的词袋发只是累计的一个词频统计而已,并没有把上下文的语义信息考虑进来
在这里插入图片描述
相似度匹配的前提是,这个进行相似度计算的向量一定是足够好的能表示输入图像、文本、语音特征的向量,那要训练出这样的向量,数据不能少,模型足够好
在这里插入图片描述
图像的回复
在这里插入图片描述
池化就是补零回复而已,反卷积其实本质上还是一个卷积运算,补零后进行卷积运算而已
在这里插入图片描述
预训练模型只是,无监督自编码的一个应用而已
在这里插入图片描述
引入L2正则化,让向量分布在0的周围,取周围的向量,恢复后,能看到机器确实能学到有规律的不一样的特征
在这里插入图片描述

这篇关于李宏毅机器学习_10-4无监督学习-自编码器的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!