中文
Sign in
AI tools
聊天
热门问题
时间线
Loading AI tools
全部
文章
字典
引用
地图
Autoencoder
来自维基百科,自由的百科全书
Found in articles
结构递归神经网络
结构递归(Recursive)神经网络是一类用结构递归的方式构建的网络,比如说递归自编码机(Recursive
Autoencoder
),在自然语言处理的神经网络分析方法中用于解析语句。 半监督RAE方法:预测文本情感分布。. [2015-04-23]. (原始内容存档于2018-09-27).
变分自编码器
机器学习中,变分自编码器(Variational
Autoencoder
,VAE)是由Diederik P. Kingma和Max Welling提出的一种人工神经网络结构,属于概率图模式和变分贝叶斯方法。 VAE与自编码器模型有关,因为两者在结构上有一定亲和力,但在目标和数学表述上有很大区别。V
自编码器
自编码器(英語:
autoencoder
)也称自动编码器,是一种人工神经网络,用于学习无标签数据的有效编码;属一种无监督学习。 自编码(autoencoding)的目的是:学习对高维度数据做低维度“表示”(“表征”或“编码”);因此, 通常用于降维。最近,自编码的概念广泛地用于数据的生成模型。
語意分析
內,產生出一個完整的結果,才使得類神經網絡(Neural Network, NN)開始蓬勃發展,同時也逐漸有些成果開花結果。 自動編碼器(
Autoencoder
)為類神經網絡(Neural Network, NN)的其中一種應用,目標在將大量的資量壓縮、分配至較小維度的向量之中。一般的類神經網絡(Neural
英矽智能
(原始内容存档于2021-02-27). Kadurin, Artur. druGAN: An Advanced Generative Adversarial
Autoencoder
Model for de Novo Generation of New Molecules with Desired Molecular