We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
There was an error while loading. Please reload this page.
2 parents 39c1cb2 + 1caef60 commit b1b3d7fCopy full SHA for b1b3d7f
assets/src/DRA/DRA.0.9.md
@@ -3,3 +3,5 @@
3
AI的开发离不开算法那我们就接下来开始学习算法吧!
4
5
#### 深度自动编码器(Deep Autoencoder Networks)
6
+
7
+自动编码器是一种无监督的神经网络模型,它可以学习到输入数据的隐含特征,这称为编码(coding),同时用学习到的新特征可以重构出原始输入数据,称之为解码(decoding)。从直观上来看,自动编码器可以用于特征降维,类似主成分分析PCA,但是其相比PCA其性能更强,这是由于神经网络模型可以提取更有效的新特征。除了进行特征降维,自动编码器学习到的新特征可以送入有监督学习模型中,所以自动编码器可以起到特征提取器的作用。作为无监督学习模型,自动编码器还可以用于生成与训练样本不同的新数据,这样自动编码器(变分自动编码器,Variational Autoencoders)就是生成式模型。
0 commit comments