深度学习，如何用去噪自编码器预测原始数据？

去噪自编码器（denoising autoencoder, DAE）是一类接受损坏数据做为输入，并训练来预测原始未被损坏数据做为输出的自编码器。 去噪自编码器代价函数的计算图。去噪自编码器被训练为从损坏的版本~x 重构干净数据点x。这能够经过最小化损失L = -log pdecoder(x|h = f(~x)) 实现，其中~x 是样本x 通过损坏过程C(~x| x) 后获得的损坏版本。 得分匹配是

>>阅读原文<<