自动编码器实际上重建了原始输入，并且它还有助于减少维数，因为隐藏神经元的数量与输入神经元的数量相比较少。我的问题是如何从隐藏的神经元值生成输出值？ 什么是用于计算最终输出值的数学公式（从输入到隐藏和隐藏到输出）。请有人帮我解决这个问题。我已经尝试过数学，但我没有得到与输入值相同的输出。
答案 0 :(得分：0)
没有一套单一的，前馈神经网络的方法 - 它是一种通用技术。一个流行的事情是logistic(W*In)，其中W*In是节点权重和输入节点的点积。激活，logistic(x) = 1/(1+e^-x)。应用这种方法有很多很多细微之处，以及＆＃34;肉类＆＃34;该技术的方法是如何确定/训练每个节点的权重W。我建议在机器学习/神经网络上获得一个好的文本 - （即使它没有特别谈论自动编码器，用于多层网络的一般技术也是类似的）：http://www.amazon.com/Pattern-Recognition-Learning-Information-Statistics/dp/0387310738/ref=zg_bs_3894_3