栈式自编码算法
From Ufldl
(→中英对照) |
|||
Line 77: | Line 77: | ||
举个例子,如果网络的输入数据是图像,网络的第一层会学习如何去识别边,第二层一般会学习如何去组合边,从而构成轮廓、角等。更高层会学习如何去组合更形象且有意义的特征。例如,如果输入数据集包含人脸图像,更高层会学习如何识别或组合眼睛、鼻子、嘴等人脸器官。 | 举个例子,如果网络的输入数据是图像,网络的第一层会学习如何去识别边,第二层一般会学习如何去组合边,从而构成轮廓、角等。更高层会学习如何去组合更形象且有意义的特征。例如,如果输入数据集包含人脸图像,更高层会学习如何识别或组合眼睛、鼻子、嘴等人脸器官。 | ||
- | |||
- | + | {{CNN}} | |
- | |||
- | + | ==中英文对照== | |
- | + | :自编码器 Autoencoder | |
- | + | :逐层贪婪训练法 Greedy layer-wise training | |
- | + | :预训练 PreTrain | |
- | + | :栈式自编码神经网络 Stacked autoencoder | |
- | + | :微调 Fine-tuning | |
- | + | :原始输入 Raw inputs | |
- | + | :层次型分组 Hierarchical grouping | |
- | + | :部分-整体分解 Part-whole decomposition | |
+ | |||
+ | :一阶特征 First-order features | ||
+ | |||
+ | :二阶特征 Second-order features | ||
+ | |||
+ | :更高阶特征 Higher-order features | ||
+ | |||
+ | :激活值 Activation | ||
- | |||
==中文译者== | ==中文译者== | ||
- | + | ||
- | + | 张天雷(ztl2004@gmail.com), 邓亚峰(dengyafeng@gmail.com), 许利杰(csxulijie@gmail.com) | |
- | + |