<<展開

Denoising AutoEncoder

Facebookシェア Twitterツイート LINEで送る Googleシェア このエントリーをはてなブックマークに追加
この章を学ぶ前に必要な知識
Up
0
Down

要約

概要

Denoising AutoEncoderは通常のAutoEncoderでは入力と出力を同じにして学習させるのに対して、わざと入力にノイズを載せそこから元の入力を出力するように学習させる技術です。
ー 条件 ー
  • 入力と出力のベクトルは同じ次元
ー 効果 ー
  • 通常のAutoEncoderより特徴を捉えた学習が行える
  • ノイズに強くなったAutoEncoderになる
ーポイントー
  • 入力は入力ベクトルにノイズをのせ、正解はもとの入力ベクトルにする

解  説

Denoising AutoEncoderはAutoEncoderでは入力と出力が同じになるような学習をさせていたところを、入力に少しノイズを乗せた上で出力は元の入力を出すように学習させている技術です。 ノイズが入力に入るためただ入力の一部の特徴をそのまま出力するのは許されず、AutoEncoderよりロバストな特徴量を持つようになります。
AutoEncoderとは
もっと理論的な詳しい内容を知りたい方は右の論文へのリンクを参照ください.
Denosing AutoEncoderのネットワーク構造(ネットワーク構造自体はAutoEncoderと変わらない.)
この章を学んで新たに学べる
Comments

Reasons
>>隠す

知識: AutoEncoderとは
AutoEncoderとはニューラルネットで入力と出力を等しいものにして、ネットワークの前半と後半で対称的にした構造を持つネットワーク。特徴抽出器として使われる。