deep-learning - 我们可以使用两个相同的深度神经网络，中间的函数成本是多少

Question

假设我有如下图所示的输入数据x_1，它是深度神经网络（1）的输入，那么输出就是y_1。深度神经网络 (2) 的输入是 y_1，它的输出应该类似于 x_1（换句话说，它类似于自动编码器）

我的问题是，是否可以为 y_1 添加函数成本，例如我们需要 (y_1)_{1:4:end} = 0 或 minimum 之和的成本函数？

是否有可能实现这种深度神经网络结构？

标签： deep-learningneural-networkautoencoder