自编码器加入正则项，优化几次后停止，精度没有提高，怎么办

liuliguo521 2016-12-05 04:29:39

用的手写体那个自编码器框架进行高光谱数据的分类识别，在sparseencodercost.m里加入了新的正则项，但是精度没有提高，而且前两层出现step length below tolx ，怎么办，还需要在其他出修改代码，比如stackaecost.m里？

...全文

314 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

1. XGBoost1.1 优化目标XGBoost 是由个基模型组成的前向加法模型其中为第个基模型，为...所以最终的损失函数（即优化目标）由原损失函数与正则项组成以第步的模型为例，模型对第个样本的预测值为那么第步...

HyperNets (HN)是一种泛化的正则化方法，能够在大规模学习任务中有效...更多样化的正则项：传统正则化方法仅限于引入一种正则项，而HN允许同时引入不同的正则项，这些正则项可针对不同的层、特征或特征组合进行优化。

深度学习正则化

同时，堆叠去噪自编码器她去噪能力增强了模型她鲁棒她，在面对不完备或噪声较她她输入数据时，仍能保持较高她分类精度。确保输入数据她质量她保证模型她能她关键。未来可以改进该模型，使其支持增量学习机制，在每次...

第5讲神经网络的泛化理论 5.1 正则化方法对泛化能力的影响神经网络设计时使用的正则化方法时[WeRu1991， GiJo1995，Mack1992b]，通常被称为“权衰减法”，该方法的工作机理可以用先验分布的角度加以解释。...

智能路由器

684

社区成员

913

社区内容

发帖

与我相关

我的任务

linuxpython 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章