搜索用于降维的深度自动编码器示例
Searching a deep autoencoder example for dimensionality reduction
我想配置一个深度自动编码器，以便按照 paper 中的描述降低我的输入数据的维数。图层大小应为 2000-500-250-125-2-125-250-500-2000，我希望能够 拉出中间图层的激活 （如论文中所述，我想使用这些值作为坐标）。输入数据由二进制向量组成，每个向量的长度为 2000。
现在，我正在寻找一个 工作示例 ，我可以将其用作起点。我已经尝试 DeepLearning4J 但无法构建令人满意的自动编码器。如有任何建议，我将不胜感激。
您应该看看 deeplearning.net. They have a Stacked Denoising Autoencoder example with code. All of the tutorials are written in Theano 上的一些教程，这是一个将为您生成 GPU 代码的科学计算库。
这是在 LFW 上训练的 200x200x200 SdA 的第 3 层学习权重的可视化示例。您只需修改上面链接的 SdA 教程代码即可获得相同的结果。
我想配置一个深度自动编码器，以便按照 paper 中的描述降低我的输入数据的维数。图层大小应为 2000-500-250-125-2-125-250-500-2000，我希望能够 拉出中间图层的激活 （如论文中所述，我想使用这些值作为坐标）。输入数据由二进制向量组成，每个向量的长度为 2000。 现在，我正在寻找一个 工作示例 ，我可以将其用作起点。我已经尝试 DeepLearning4J 但无法构建令人满意的自动编码器。如有任何建议，我将不胜感激。
您应该看看 deeplearning.net. They have a Stacked Denoising Autoencoder example with code. All of the tutorials are written in Theano 上的一些教程，这是一个将为您生成 GPU 代码的科学计算库。
这是在 LFW 上训练的 200x200x200 SdA 的第 3 层学习权重的可视化示例。您只需修改上面链接的 SdA 教程代码即可获得相同的结果。