Deep networks for robust visual recognition
花书上看到的关于使得信念网络更鲁棒的论文。
主要是基于两点:
1.使得首层连接更稀疏:即将接受域从所有节点(2828)缩小到77,这个操作很容易理解,CNN不就是这样的嘛,原因解释是这样可以减少加噪图片下隐藏层的改变幅度;
2.**概率去噪:**将h2层分出一部分(多数)节点用于消噪,这些节点形成一个新的RBM,记做Z,然后用Z重新调整h1,调整的过程是不断迭代的,每次调整h1中的部分节点(即unclamped),这里的划分指标是若是一个节点被对应的P值(P值和Z相关,通过从去噪RBM中所有其他h1节点的分
原创
2021-09-22 19:21:35 ·
58 阅读 ·
0 评论