Hallo,
Thema Autoencoder in neuronalen Netzen. Die drei Vorteile des Autoencoders sind ja bekanntlich:
1-Datenkomprimierung
2-Klassifizierung von Daten -> Unbewachtes Lernen
3-Rauschentferung (von beispielsweise Bilder)
Punkt 2 und 3 sind mir klar, aber Punkt 1 nicht. Wieso oder wie komprimiert ...
Die Suche ergab 2 Treffer
- Samstag 4. November 2017, 14:24
- Forum: Wissenschaftliches Rechnen
- Thema: Vorteile des Autoencoder - Datenkomprimierung
- Antworten: 2
- Zugriffe: 1950
- Samstag 4. November 2017, 14:17
- Forum: Wissenschaftliches Rechnen
- Thema: h-Schicht??? Restricted Boltzmann machine - RBM
- Antworten: 0
- Zugriffe: 1549
h-Schicht??? Restricted Boltzmann machine - RBM
Hallo,
ich bin mir nicht ganz sicher ob das Thema zu Fremd ist oder nicht. Ich möchte ein neuronales Netz mit der RBM trainieren. Dies geschieht ja Schichtweise für die Gewichte. Aber welche Werte hat der Hidden Vektor? Werden diese erst durch das Pooling-Verfahren errechnet?
ich bin mir nicht ganz sicher ob das Thema zu Fremd ist oder nicht. Ich möchte ein neuronales Netz mit der RBM trainieren. Dies geschieht ja Schichtweise für die Gewichte. Aber welche Werte hat der Hidden Vektor? Werden diese erst durch das Pooling-Verfahren errechnet?
