keras - 用于自动编码器 (NPCA) 编码的强制正交性的损失函数
问题描述
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?
解决方案
推荐阅读
- amazon-quicksight - AWS QuickSight 与 IoT Analytics 数据存储 - 未导入一列
- python - 隔离图像中的多个暗区
- java - 为什么在 java 命令行中 ^ 之后传递的参数被忽略?
- node.js - Orocommerce 作曲家安装失败
- tcl - 为什么我不能在模块设计中添加时钟向导?
- asp.net-core-webapi - ASP.NET Core Web API 失败,“无法找到此本地主机页面”,json 结果大 - DisableRequestSize 无效
- r - 使用 Rmpfr 在 R 中进行高精度计算
- flutter - Flutter 的 Navigation 2.0 没有更新 UI
- php - MySQL 或 PHP 获取与搜索字符串匹配的字符串
- pytorch - Pytorch:BERT 的损失和准确度曲线