目录
Similar Image Search 相似图片查找(以图搜图)
感谢B站up主搬运的课程:
【李宏毅2020机器学习深度学习(完整版)国语】 https://www.bilibili.com/video/BV1JE411g7XF/?share_source=copy_web&vd_source=262e561fe1b31fc2fea4d09d310b466d
最初的想法
想要做一个 Encoder ,让输入成为 code 编码
但是,我们手上只有 input 的数据,没有人告诉你 code 应该长什么样,那怎么让 NN Encoder 学习呢?
做法是:后续接一个 Decoder ,让整个 Encoder-Decoder 一起 Learn
Starting from PCA
我们从 PCA 的想法看起,模型思路如下
其中 hidden layer 的 output 就是我们要的编码
Deep Auto-Encoder
像上面 PCA 的想法中间只有一层,那么自然地, hidden layer 也可以是多层
而且使用了神经网络之后,数据可以非线性地降维。
Auto-Encoder Application
Similar Image Search 相似图片查找(以图搜图)
这样做的结果会比以像素来搜索的结果更好
Pre-training DNN
对 DNN 的参数进行预训练,做法是如图中一层一层地使用 Encoder-Decoder ,训练一层就固定一层
最后一层的参数 就随机初始化即可,接着就按照 NN 的 backpropagation 进行训练(这里一般称之为 fine-tune 微调,因为前面那样训练出的参数一般都已经是很好的了)
De-noising auto-encoder
加入一些噪声,训练其抗噪声能力
Auto-encoder for CNN
Unpooling
反池化,有多种做法,可以补零,可以复制值……
Deconvolution
反卷积,其实还是卷积(在 padding 填充0之后的卷积)