sparse representation 与sparse coding 的区别的观点

本文讨论了稀疏编码作为获得稀疏表示的一种途径及其在无监督学习中的应用。提出了对于稀疏表示是否应作为优化目标的疑问,并指出在深层训练中使用稀疏目标存在的局限性。

@G_Auss: 一直觉得以稀疏为目标的无监督学习没有道理。稀疏表示是生物神经系统的一个特性,但它究竟只是神经系统完成任务的副产物,还是一个优化目标,没有相关理论,这里有推理漏洞。实际上,稀疏目标只能在第一层有好的结果,层第训练在大数据集上没成功过。

@南大周志华:稀疏编码是获得稀疏表示的一种途径

转载于:https://www.cnblogs.com/yymn/p/4504181.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值