本文介绍了一个简单的线性解码器实现，该解码器通过对稀疏自编码器的输出层进行修改，使用线性激活函数来处理STL-10数据集中的彩色图像。通过这一过程，可以学习到用于后续卷积和池化操作的图像特征。
In this exercise, you will implement a linear decoder (a sparse autoencoder whose output layer uses a linear activation function). You will then apply it to learn features on color images from the STL-10 dataset. These features will be used in an later exercise on convolution and pooling for classifying STL-10 images.
这个很简单，就改了一行代码，把最外层的sigmoid改成了线性函数。
程序跑了48分钟左右，结果如下：（Your sparse autoencoder should learn features which when visualized, look like edges and “opponent colors,” as in the figure below.）
代码在此
扫一扫
2265
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
