Deep Learningの実装に関する記事が連続していますが、今回はStacked Denoising Autoencoders(SdA)について紹介します。 SdAは、前回の記事で実装したDenoising Autoencoders(DA)の層を組み合わせていくことで特徴抽出を行い、 最後の層でロジスティック回帰を用いて教師あり学習を行います。一応、SdAはDeep Belief Netsよりも画像認識では高い精度が得られているみたいです。 ソースは以下。
![PythonによるDeep Learningの実装(Stacked Denoising Autoencoders 編) - Yusuke Sugomori's Blog](https://cdn-ak-scissors.b.st-hatena.com/image/square/912e9e10f77f370b663f9f3de04a046bae1f96c7/height=288;version=1;width=512/http%3A%2F%2Fyusugomori.com%2Fassets%2Fogp.png%3F20140224)
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く