Neural network 如果你想调整权重,如何处理自动编码器/解码器中的偏差

Neural network 如果你想调整权重,如何处理自动编码器/解码器中的偏差,neural-network,autoencoder,Neural Network,Autoencoder,我了解如何在自动编码器/解码器中绑定权重,即在解码器中使用编码器权重的转置。然而,目前尚不清楚如何处理这些偏见 比如说, 编码器: 4个功能->3个隐藏->2个隐藏 解码器: 2隐藏->3隐藏->4个功能' 由于一层的偏差是下一层中的节点数,因此它们是不对称的 在上述示例中,偏差为3,2,3,4 然而,由于编码器和解码器是对称的,但相反,存在2个大小相同的偏差,即3 问题1: 我是否将这些类似大小的偏差绑定在一起 问题2: 如果问题1的答案是否定的,或者不能否定的,那些我没有并列的,不对称的,它

我了解如何在自动编码器/解码器中绑定权重,即在解码器中使用编码器权重的转置。然而,目前尚不清楚如何处理这些偏见

比如说,

编码器:
4个功能->3个隐藏->2个隐藏

解码器:
2隐藏->3隐藏->4个功能'

由于一层的偏差是下一层中的节点数,因此它们是不对称的

在上述示例中,偏差为3,2,3,4

然而,由于编码器和解码器是对称的,但相反,存在2个大小相同的偏差,即3

问题1:
我是否将这些类似大小的偏差绑定在一起

问题2:

如果问题1的答案是否定的,或者不能否定的,那些我没有并列的,不对称的,它们仅仅是自变量吗?

我想知道完全一样。我读到这是没有必要的,但你也可以添加它,但我找不到任何关于原因的正确解释。我刚刚在构建我的第一个自动编码器时遇到了这个问题-有人有解决方案吗?