表示學習介紹

weixin_45599022發表於2020-09-29

 表示學習即做各種特徵工程

 

 

 評估表示學習的方法：有以下幾點

A.平滑性，損失函式最好是平滑函式可求導優化

 B.多特徵表示： 可以把輸出層分成若干類，每一類表示一個特徵，這樣通過只改變其中的部分引數就可改變指定的輸出結果。

可解釋性增強。

C. 層次結構：

底層的資訊可以遷移學習另一個神經網路。

D. 遷移學習：有遷移能力

 E. 低維性特徵：

時間空間一致性：即隨著時間推移，變化不要太大。比如使用者的購買商品的種類，

 

 

稀疏性可以使模型有更好的解釋性：

 

相關文章