
120
|
第三章:深度網路基礎
RBM 的其他用途
以下是我們可以看到 RBM 在其他方面運用的例子:
• 降維 • 協同過濾(Collaborative filtering)
• 分類 • 主題模型化(Topic modeling)
• 迴歸
自動編碼器
我們也可以使用自動編碼器,來學習資料集的壓縮表達方式。通常我們會使用它來降低
資料集的維度。自動編碼器網路的輸出,就是輸入資料以最有效率的形式重建的結果。
與多層感知器的相似之處
自動編碼器與多層感知器神經網路具有很強的相似性,因為它們都具有輸入層、隱藏層
和輸出層。多層感知器網路的圖形(取自前面的章節)和自動編碼器的圖形,兩者之間
最關鍵的區別就是,自動編碼器的輸出層與輸入層具有相同的單元數量。
圖 3-7 呈現了一個自動編碼器網路的例子。
輸入層 瓶頸 網路重建結果
圖 3-7 自動編碼器網路架構