腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
老秦求学
专栏成员
举报
62
文章
89689
阅读量
28
订阅数
订阅专栏
申请加入专栏
全部文章(62)
其他(24)
编程算法(10)
机器学习(5)
神经网络(4)
windows(4)
汇编语言(3)
深度学习(3)
python(2)
数据库(2)
linux(2)
ubuntu(2)
腾讯云测试服务(2)
java(1)
单片机(1)
api(1)
spring(1)
存储(1)
spark(1)
图像识别(1)
卷积神经网络(1)
监督学习(1)
推荐系统(1)
决策树(1)
线性回归(1)
keras(1)
udp(1)
powershell(1)
微信(1)
数据处理(1)
eof(1)
max(1)
min(1)
scanf(1)
编译原理(1)
读书笔记(1)
计算机(1)
搜索文章
搜索
搜索
关闭
论文阅读---Reducing the Dimensionality of Data with Neural Networks
神经网络
存储
通过训练多层神经网络可以将高维数据转换成低维数据,其中有对高维输入向量进行改造的网络层。梯度下降可以用来微调如自编码器网络的权重系数,但是对权重的初始化要求比较高。这里提出一种有效初始化权重的方法,允许自编码器学习低维数据,这种降维方式比PCA表现效果更好。 降维有利于高维数据的分类、可视化、通信和存储。简单而普遍使用的降维方法是PCA(主要成分分析)--首先寻找数据集中方差最大的几个方向,然后用数据点在方向上的坐标来表示这条数据。我们将PCA称作一种非线性生成方法,它使用适应性的、多层“编码”网络将
用户1631856
2018-07-06
1.4K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档