标签:otto hat coder aac 输出 tracking src enc learning
以下是我们在推导sparse autoencoder时使用的符号一览表:
符号 | 含义 |
训练样本的输入特征,. | |
输出值/目标值. 这里 能够是向量. 在autoencoder中。. | |
第 个训练样本 | |
输入为 时的如果输出,当中包括參数 . 该输出应当与目标值 具有同样的维数. | |
连接第 层 单元和第 层 单元的參数. | |
第 层 单元的偏置项. 也能够看作是连接第 层偏置单元和第 层 单元的參数. | |
參数向量. 能够觉得该向量是通过将參数 组合展开为一个长的列向量而得到. | |
网络中第 层 单元的激活(输出)值.
另外,因为 层是输入层,所以 . |
|
激活函数. 本文中我们使用 . | |
第 层 单元全部输入的加权和. 因此有 . | |
学习率 | |
第 层的单元数目(不包括偏置单元). | |
网络中的层数. 通常 层是输入层, 层是输出层. | |
权重衰减系数. | |
对于一个autoencoder,该符号表示其输出值;亦即输入值 的重构值. 与 含义同样. | |
稀疏值,能够用它指定我们所需的稀疏程度 | |
(sparse autoencoder中)隐藏单元 的平均激活值. | |
(sparse autoencoder目标函数中)稀疏值惩处项的权重. |
标签:otto hat coder aac 输出 tracking src enc learning
原文地址:http://www.cnblogs.com/wzzkaifa/p/7403760.html