6

How to implement a deep autoencoder (eHow do i get filters from convul​​utional neural network(CNN)? 我的想法是这样的:对输入图像(28x28)做随机图像并获得随机补丁(8x8)。然后使用自动编码器学习补丁的共同特征(特征 = 隐藏单元;例如,大约 100 个)。然后将特征过滤器应用于输入图像并进行卷积。我正确吗?

我很困惑,因为有时文献状态只使用类似的过滤器,例如 8,但在我的情况下,我有 100..g。2 层或 3 层)?有什么想法或资源吗?

4

1 回答 1

4

您可以按照教程:http ://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial

这就像关于自动编码器和一些关于 CNN(卷积和池化)的简单内容的讲座。完成本教程后,您将准备好自动编码器实现和堆叠式自动编码器,用您的话来说,深度自动编码器实现已经准备就绪。

本教程将完全满足您的要求:

  • 28x28 MNIST 图像

  • 使用自动编码器获取 8x8 补丁和学习过滤器

  • 通过这些 8x8 过滤器对这些图像进行卷积

  • 汇集它们

  • 使用池化的向量/图像并将它们放入 soft-max 分类器以学习 10 种不同类别的 MNIST 数据库。

于 2015-01-08T01:42:28.883 回答