假設我希望使用堆疊自動編碼器作爲預訓練步驟。如何使用堆疊自動編碼器進行預訓練
假設我的全自動編碼器是40-30-10-30-40。
我的步驟是:
- 列車一個使用原來的40點特徵的數據在兩個輸入和輸出層設置40-30-40。
- 使用僅上述40-30編碼器的訓練過的編碼器部分,導出原始40個特徵的新的30特徵表示。
- 在輸入層和輸出層中使用新的30特徵數據集(在步驟2中導出)訓練30-10-30。
- 從步驟1,40-30中取出經過訓練的編碼器,並將其從步驟3,30-10送入編碼器,得到40-30-10編碼器。
- 從步驟4取出40-30-10編碼器並將其用作NN的輸入。
a)是否正確?
b)在訓練神經網絡時,是否凍結40-30-10編碼器中的權重,這與從原始的40特徵數據集中預生成10特徵表示以及訓練新的10特徵表示數據組。
PS。我已經有一個問題,問我是否需要配合編碼器和解碼器的權重
用autoencoders進行預訓練,逐層訓練和使用重量搭配都是過時的技術。你基本上是在浪費你的時間。只需立即訓練整個網絡或整個自動編碼器。 – aleju
是的 - ReLU和輟學應該是足夠的 –
謝謝你們兩個。當你說「只是訓練整個網絡或整個自動編碼器」時,「整個網絡」你的意思是訓練40-30-10-NN和「整個自動編碼器」你的意思是40-30-10-30 -40? –