多维尺寸的可逆尺寸减小

时间:2016-06-23 23:30:12

标签: machine-learning computer-vision

是否存在可逆的维度减少技术列表(我可以在子流形和原始空间之间来回切换)并且可以很好地扩展到大(> 1百万维度)?矢量非常稀疏。理想情况下,我可以在少数示例中找到感兴趣的粗略子空间(减少到~10k维度),然后在子空间上训练类似自动编码器的东西以进行精细控制。

  • 直接使用自动编码器可能不合适,因为具有> 1M输入大小的FC层在内存方面变得非常困难。
  • PCA是一种选择,但占用的内存很大。
  • 随机投影似乎没有办法恢复到原始空间?

谢谢!

1 个答案:

答案 0 :(得分:2)

来自scikit-learn的两位候选人(可能会有更多):

还有更多的支持inverse_transform,但我只支持稀疏输入或批处理工作。

即使使用稀疏输入,保持10k维度听起来也非常耗费内存。