Machine learning 自动编码器设计技巧_Machine Learning_Deep Learning_Autoencoder

Machine learning 自动编码器设计技巧

machine-learning deep-learning

Machine learning 自动编码器设计技巧,machine-learning,deep-learning,autoencoder,Machine Learning,Deep Learning,Autoencoder,培训堆叠式自动编码器时，选择隐藏层数量及其大小的最佳实践是什么例如，在堆栈的每一层中，是否最好将隐藏层大小设置为1减去输入层大小此外，是否需要在堆栈中的每一层执行超参数优化（例如L2权重正则化），或者堆栈中某个位置的超参数是否易于推广到其他位置在不了解数据的情况下，没有答案，即使知道数据，也无法很好地理解其理论。不，它们不一定能很好地概括。我明白了——很高兴知道。谢谢，在不知道数据的情况下没有答案，即使知道这个理论也没有很好的理解。不，它们不一定能很好地概括。我明白了——很高兴知道。谢谢

培训堆叠式自动编码器时，选择隐藏层数量及其大小的最佳实践是什么

例如，在堆栈的每一层中，是否最好将隐藏层大小设置为1减去输入层大小

此外，是否需要在堆栈中的每一层执行超参数优化（例如L2权重正则化），或者堆栈中某个位置的超参数是否易于推广到其他位置

在不了解数据的情况下，没有答案，即使知道数据，也无法很好地理解其理论。不，它们不一定能很好地概括。我明白了——很高兴知道。谢谢，在不知道数据的情况下没有答案，即使知道这个理论也没有很好的理解。不，它们不一定能很好地概括。我明白了——很高兴知道。谢谢