检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:高焕堂
出 处:《电子产品世界》2021年第9期27-29,46,共4页Electronic Engineering & Product World
摘 要:1神奇的自编码器在之前各期里,所举的范例模型都是基于逻辑回归(Logistic regression)的线性分类器(Linear classifier)。其训练方法是采取监督式学习(Supervised Learning)模式。在本期里,将进一步介绍非监督式学习(Unsupervised Learning)模式,并以小而美的自编码器(Autoencoder,简称:AE)为例。自编码器是一种小而美的ML模型,它的用途非常多,所以有“ML瑞士刀”之称。例如,Pawer Sobel就称之为:深度学习瑞士刀。
关 键 词:自编码器 线性分类器 监督式学习 深度学习 逻辑回归 LOGISTIC AI
分 类 号:TP18[自动化与计算机技术—控制理论与控制工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.171