? ? 這篇文章是Bengio研究的在傳統的autoencoder基礎上增加了噪聲參數，也就是說在輸入X的時候，并不直接用X的數據，而是按照一定的概率來清空輸入為0。paper中的名詞為corrupted。這樣活動函數計算的時候就用這個X尖來計算，而不是用X來計算。然后算法通過reconstruct來根據計算的Y來重構求X。

? ? 如下圖所示，這種思路十分類似于dropout。不過dropout是在隱層做trike，而這個算法是選擇性忽略輸入的數據。

?

轉載于:https://www.cnblogs.com/alexanderkun/p/3536348.html

總結

以上是生活随笔為你收集整理的论文笔记(3)-Extracting and Composing Robust Features with Denoising Autoencoders的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。