Deep Learning5: Linear Decoders with Autoencoders

对于

\begin{align} z^{(3)} &= W^{(2)} a^{(2)} + b^{(2)} \\ a^{(3)} &= f(z^{(3)}) \end{align}

Linear Decoders设定,a(3) = z(3)则称之为线性编码

sigmoid激活函数要求输入范围在[0,1]之间,某些数据集很难满足,则采用线性编码

此时,误差项更新为

\begin{align} \delta_i^{(3)} = \frac{\partial}{\partial z_i} \;\;         \frac{1}{2} \left\|y - \hat{x}\right\|^2 = - (y_i - \hat{x}_i) \cdot f'(z_i^{(3)}) \end{align}

\begin{align} \delta_i^{(3)} = - (y_i - \hat{x}_i) \end{align}

\begin{align} \delta^{(2)} &= \left( (W^{(2)})^T\delta^{(3)}\right) \bullet f'(z^{(2)}) \end{align}

转载于:https://www.cnblogs.com/learnmuch/p/5957279.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值