基于 Pytorch 的深度自编码器模型构建
机器学习
2022-08-18 v1
摘要
本文提出一种基于 Pytorch 的深度自编码器模型。该算法将 Pytorch 的思想引入自编码器，并以一定概率随机清除连接到隐藏层神经元的输入权重，从而达到网络稀疏的效果，这与稀疏自编码器的出发点类似。新算法有效解决了模型可能过拟合的问题，并提高了图像分类的准确率。最后进行实验，并将实验结果与 ELM、RELM、AE、SAE、DAE 进行比较。
引用
@article{arxiv.2208.08231,
title = {Deep Autoencoder Model Construction Based on Pytorch},
author = {Junan Pan and Zhihao Zhao},
journal= {arXiv preprint arXiv:2208.08231},
year = {2022}
}
备注
16 pages, 10 figures