一、简介
稀疏自编码包含3层神经元,分别是输入层,隐含层以及输出层。自编码网络中的神经元采用的是相同的激励函数(S型函数)。
S型函数的输出范围是[0,1],当神经元采用S型函数时,其输出范围也在[0,1]内;由于输出范围在0和1之间,这就要求采用自码时,对输入数据进行限制或者放缩,使其范围也在0和1之间。一些数据集,比如mnist,能很方便的将输出放缩到0和1之间;但是很难满足对输入值的要求。比如,经过PCA白化处理后的数据就不满足0和1这个范围。
在线性解码中,我们在某些神经元采用不同的激励函数;网络的隐含层依然使用S型函数,而其输出层采用恒等函数即a=f(z)=z,由于其具有线性性质,又称为线性激励函数。
一个 S 型或 tanh 隐含层以及线性输出层构成的自编码器,我们称为线性解码器。
其网络结构:
因为输出a3,即x_^,是隐单元激励输出的线性函数,改变W_2,就可以使a3缩放到相应的范围。这可以使得我们用实际值输入来训练自编码器,避免预先缩放样本给定