tensorflow实现去噪自编码器
自编码器(autoencoder):是一种无监督学习算法,主要用于数据降维,或者提取特征。在深度学习中,autoencoder可在训练开始前,提供权重矩阵的初始值。Xaiver Glorot与Yoshua Bengio在一篇论文中指出,如果深度学习模型的权重初始化得太小,那信号将在每层间传递时逐渐缩小而难以产生作用,如果权重初始得太大,那信号将在每层间传递时逐渐放大并导致发散和失效。而Xaiver初始化器做的事情就是让权重矩阵被初始化得不大不小,正好合适。从数学的角度讲,Xaiver就是让权重满足0得均值,同时方差为 2 n i n + n o u t \frac{2}{n_{in}+n_{out}} nin+nout2,分布可以用均匀分布或者高斯分布。