图片速览 DCN K-means-friendly Spaces: Simultaneous Deep Learning and Clustering

    <link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/kdoc_html_views-1a98987dfd.css">
    <link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-25cebea3f9.css">
            <div id="content_views" class="markdown_views prism-atom-one-light">
                <svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
                    <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
                </svg>
                <p><img src="https://img-blog.csdnimg.cn/7bdc988b86b74763ad470046ff5691c1.png" alt="在这里插入图片描述"></p> 

• 本文使用了一种交替更新网络参数和聚类中心的方法。在网络更新完成之后，对于固定的网络参数和 M，再更新当前样本的分配向量。然后根据新的分配结果如式子3.8更新聚类中心：
  
  
  

• 注：文中还有问题是否能进行凸优化的部分

CG

• https://arxiv.org/pdf/1610.04794v1.pdf
• https://github.com/sarsbug/DCN_keras