稀疏编码自编码表达

From Ufldl

Jump to: navigation, search
(Sparse coding[稀疏编码])
(Sparse coding[稀疏编码])
Line 99: Line 99:
[初译]
[初译]
-
遗憾的是,因为目标函数并不是一个凸函数,所以不能用梯度方法解决这个优化问题。但是,在给定A通过最小化<math>J(A, s)</math>求解s的问题是凸函数。同理,给定<math>s</math>通过最小化<math>J(A, s)</math>求解A的问题也是凸函数。这表明,可以通过交替固定<math>s</math>和<math>A</math>分别求解<math>A</math>和<math>s</math>。实践表明,这一策略取得的效果非常好。
+
遗憾的是,因为目标函数并不是一个凸函数,所以不能用梯度方法解决这个优化问题。但是,在给定<math>A</math>通过最小化<math>J(A, s)</math>求解<math>s</math>的问题是凸函数。同理,给定<math>s</math>通过最小化<math>J(A, s)</math>求解A的问题也是凸函数。这表明,可以通过交替固定<math>s</math>和<math>A</math>分别求解<math>A</math>和<math>s</math>。实践表明,这一策略取得的效果非常好。
[一审]
[一审]
-
遗憾的是,因为目标函数并不是一个凸函数,所以不能用梯度方法解决这个优化问题。但是,在给定A通过最小化<math>J(A, s)</math>求解s的问题是凸问题。同理,给定<math>s</math>通过最小化<math>J(A, s)</math>求解A的问题也是凸问题。这表明,可以通过交替固定<math>s</math>和<math>A</math>分别求解<math>A</math>和<math>s</math>。实践表明,这一策略取得的效果非常好。
+
遗憾的是,因为目标函数并不是一个凸函数,所以不能用梯度方法解决这个优化问题。但是,在给定<math>A</math>通过最小化<math>J(A, s)</math>求解<math>s</math>的问题是凸问题。同理,给定<math>s</math>通过最小化<math>J(A, s)</math>求解A的问题也是凸问题。这表明,可以通过交替固定<math>s</math>和<math>A</math>分别求解<math>A</math>和<math>s</math>。实践表明,这一策略取得的效果非常好。
[原文]
[原文]

Revision as of 08:14, 8 March 2013

Personal tools