Sparse Filtering 学习笔记（三）目标函数的建立和求解

        
 Sparse Filtering 是一个用于提取特征的无监督学习算法，与通常特征学习算法试图建模训练数据的分布的做法不同，Sparse Filtering 直接对训练数据的特征分布进行分析，在所谓“好特征”的指导下构建目标函数来进行优化，其中只涉及一个可调参数。本文将主要讨论两个问题：
（1）什么样的特征是好的特征；
（2）如何利用好特征的条件来构造 Sparse Filtering 的目标函数。


  


 
目录链接

 
（一）网络结构与特征矩阵
（二）好特征的刻画
 
（三）目标函数的建立和求解 

 
 


 
 


 

 

 
 


 
 


 
 


参考文献

 
1. Ngiam, J., Koh, P. W., Chen, Z., Bhaskar, S. A., Ng, A. Y. (2011). Sparse Filtering. In NIPS (Vol. 11, pp. 1125-1133).
2. 牛顿法与拟牛顿法学习笔记（五）L-BFGS 算法
3. Deep learning made easy

  4. Deep Learning论文笔记之（二）Sparse Filtering稀疏滤波

  
 
 

  
 
 


 作者: peghoty 
 出处: Sparse Filtering 学习笔记（三）目标函数的建立和求解
 欢迎转载/分享, 但请务必声明文章出处.

今天的文章Sparse Filtering 学习笔记（三）目标函数的建立和求解分享到此就结束了，感谢您的阅读。
                                                        
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/69489.html