换脸实验总结

  自编码器在早期的一个重要应用就是初始化神经网络的权重参数，这种经过逐层预训练加微调获得的初始化参数要比传统的对称随机初始化参数效果好，更容易收敛，并在必定程度上缓解了BP算法在深层网络训练中出现的梯度消失问题，但后来出现了批规范化，深度参差网络等比逐层预训练效果好。自编码器主要应用在特征提取跟非线性降维，用于高维数据可视化，与流形学习密切相关。   自动编码器是一种有三层的神经网络：输入层、隐

>>阅读原文<<