自动编码器实际上重建了原始输入，并且它有助于降维，因为与输入神经元的数量相比，隐藏神经元的数量更少。我的问题是如何从隐藏的神经元值生成输出值？用于计算最终输出值的数学公式是什么（从输入到隐藏，从隐藏到输出）。请任何人帮助我。我已经尝试过数学，但我没有得到与输入值相同的输出。
问问题
61 次
1 回答
0
前馈神经网络没有一套单一的方法——它是一种通用技术。一种流行的做法是logistic(W*In)，其中W*In是节点权重和输入节点激活值的点积，并且logistic(x) = 1/(1+e^-x)。应用这种方法有很多很多的细微之处，该技术的“核心”是您如何确定/训练W每个节点的权重。我建议获得一篇关于机器学习/神经网络的好文本，也许——（即使它不是专门讨论自动编码器，用于多层网络的一般技术也会相似）：http ://www.amazon.com/Pattern -识别-学习-信息-统计/dp/0387310738/ref=zg_bs_3894_3
于 2015-11-02T15:27:34.827 回答