電子發(fā)燒友網(wǎng)>電子資料下載>人工智能>如何使用深度神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的全噪聲自動(dòng)編碼器

如何使用深度神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的全噪聲自動(dòng)編碼器

2474220 2019-12-11 | rar | 10.53 MB | 次下載 | 免費(fèi)

資料介紹

　　深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)新興學(xué)科，它的目標(biāo)是研究出一種可以發(fā)現(xiàn)數(shù)據(jù)內(nèi)在特征的算法，通過組合數(shù)據(jù)的低層特征形成更加抽象的高層表示或?qū)傩?。目前，大多?shù)機(jī)器學(xué)習(xí)算法的性能嚴(yán)重依賴于其所選樣本的特征，基于自動(dòng)編碼器的深度神經(jīng)網(wǎng)絡(luò)可以有效的用于數(shù)據(jù)特征提取。自動(dòng)編碼是一種無監(jiān)督學(xué)習(xí)算法，稀疏自動(dòng)編碼器、降噪自動(dòng)編碼器、收縮自動(dòng)編碼器是在原始的自動(dòng)編碼器的基礎(chǔ)上衍生出的基于正則化約束的優(yōu)化算法。

　　針對(duì)現(xiàn)有算法存在的分類精度不高、魯棒性較差等不足，本文建立了一種基于全噪聲自動(dòng)編碼器的深度神經(jīng)網(wǎng)絡(luò)。在自動(dòng)編碼器的數(shù)據(jù)輸入層和中間層加入一定比例的隨機(jī)噪聲，以重構(gòu)輸入數(shù)據(jù)，最小化重構(gòu)誤差為訓(xùn)練目標(biāo)。使用無監(jiān)督的逐層貪婪預(yù)訓(xùn)練算法將這種全噪聲自動(dòng)編碼器堆疊訓(xùn)練成深度神經(jīng)網(wǎng)絡(luò)，避免了局部極值與梯度彌散問題。通過實(shí)驗(yàn)分析了不同類型中間層噪聲對(duì)網(wǎng)絡(luò)性能的影響，實(shí)驗(yàn)結(jié)果表明，基于全噪聲自動(dòng)編碼器的深度神經(jīng)網(wǎng)絡(luò)在給定分類任務(wù)上的分類精度都有明顯改進(jìn)。