微调多层自编码算法
From Ufldl
(→介绍) |
(→一般策略) |
||
| Line 4: | Line 4: | ||
==一般策略== | ==一般策略== | ||
| - | + | 幸运的是，实施微调栈式自编码神经网络所需的工具都已齐备！为了在每次迭代中计算所有层的梯度，我们需要使用稀疏自动编码一节中讨论的[[反向传播算法]]。因为反向传播算法可以延伸应用到任意多层，所以事实上，该算法对任意多层的栈式自编码神经网络都适用。 | |
==使用反向传播法微调== | ==使用反向传播法微调== | ||
(→介绍) |
(→一般策略) |
||
| Line 4: | Line 4: | ||
==一般策略== | ==一般策略== | ||
| - | + | 幸运的是，实施微调栈式自编码神经网络所需的工具都已齐备！为了在每次迭代中计算所有层的梯度，我们需要使用稀疏自动编码一节中讨论的[[反向传播算法]]。因为反向传播算法可以延伸应用到任意多层，所以事实上，该算法对任意多层的栈式自编码神经网络都适用。 | |
==使用反向传播法微调== | ==使用反向传播法微调== | ||
