keras - 用于自动编码器 (NPCA) 编码的强制正交性的损失函数

Question

我已经实现了一个自动编码器，它应该实现主成分分析的非线性版本。模型的输入和输出是具有 n 个特征的相同数据集，我对维度 d<n 的编码感兴趣。为了概括主成分分析，我想要一个由 d 个几乎线性独立的向量组成的编码，但是如果我使用损失函数“mse”，我会得到例如 d=2 两个看起来几乎相同的向量。

从理论上讲，我可以使用一个损失函数，包括一个相似且远非独立的向量的惩罚项。但这意味着有一个损失函数，它不仅使用单个样本的信息，也不是来自输出，而是来自中间层的信息。

由于我正在使用 Keras：任何人都可以给我提示或参考，我如何在 Keras 中解决这个问题？

标签： kerasautoencoderlossorthogonal