加载中…人工智能培训老师讲师叶梓：计算机视觉领域的自监督学习模型——MAE-1
(2022-05-08 15:36:40)
标签：
ai讲师mae计算机视觉讲师人工智能兼职讲师人工智能讲师 |
分类： 大数据人工智能 |
计算机视觉领域的自监督学习模型——MAE
P1-P2
AutoEncoder
n自动编码器是一种无监督的神经网络模型，它可以学习到输入数据的隐含特征，这称为编码(coding)，同时用学习到的新特征可以重构出原始输入数据，称之为解码(decoding)。
n自动编码器可以用于特征降维，类似主成分分析PCA，但是其相比PCA其性能更强，这是由于神经网络模型可以提取更有效的新特征。
DAE（Denoising AutoEncoder）
n强制自编码器学习有用特征的方式：输入增加噪声，通过训练之后得到无噪声的输出。可防止自编码器简单的将输入复制到输出，从而提取出数据中有用的模式。
n噪声可以是添加到输入的纯高斯噪声，也可以是随机丢弃输入层的某个特征，类似于dropout。
未完，下一篇继续……
喜欢
0
赠金笔