Estoy un poco confundido por la diferencia entre convolución y correlación. Entonces no entiendo la respuesta de Charles. Así es como obtengo mi comprensión intuitiva:
Es un poco como autoencoder. En el pase de codificación, usted hace coincidir un conjunto de plantillas (el vector de peso de cada neurona de nivel superior) con la entrada y obtiene un puntaje de coincidencia para cada plantilla (producto de puntos). En el pase de decodificación, se superponen esas plantillas, cada una de las cuales tiene una intensidad igual a la puntuación igualada previamente.
En álgebra lineal, es como usar una matriz ortonormal para proyectar un punto de un espacio a otro, y luego proyectarlo de regreso al espacio original usando su inversa / transposición. Con autoencoders y conv-deconv, las cosas ya no son lineales y la restricción de ortonormalidad existe en una forma más suave.
- ¿Cuál es un buen libro para estadísticas como una consideración de ML para principiantes?
- ¿Puedo usar el aprendizaje por refuerzo para ayudar a las personas a elegir la ruta más barata cuando viajan en avión?
- ¿Cómo utilizan las empresas los algoritmos de IA en aplicaciones prácticas?
- ¿Qué enfoques utilizaron los participantes en Quora ML CodeSprint 2013?
- ¿Qué métodos / códigos están disponibles para estudiar un corpus que consiste en correos electrónicos?
