cs224u Autoencoders自编码
- Autoencoders自编码器是一种机器学习模型，旨在学习预测自身输入的参数。
- 海报：业界AI课程分享，段智华邀你一起学习。本节分享课程：彭靖田，Google开发专家、华为深度学习团队核心成员，畅销书《深入理解TensorFlow》作者。 课程内容：1、快速掌握人工智能的理论基础与代码案例 2、4个典型人工智能模型实战，手把手教你模型训练和参数调优 3、全方位解密深度学习训练原理，实践可视化深度学习 4、使用人工智能解决实际问题的思路与技巧
PyToch实现AutoEncoder简介
torch_autoencoder模块使用PyToch实现一个简单的单层自动编码器：
假设隐藏层表示的h矩阵为100维，f是非线性激活函数（TorchAutoencoder的默认激活函数是tanh）。假设有两个权重矩阵Wxh和Whx。自动编码器的目标函数实现对输入与预测输出之间距离进行评估。例如，可以使用均方误差公式计算：
其中X是数据的输入矩阵（维度为m×n），X[i]对应于第i个数据，调用TorchAutoencod
来源：oschina
链接：https://my.oschina.net/u/4259099/blog/3224834