神经网络的局部逆

Question

我有一个神经网络,有N个输入节点和N个输出节点,可能还有多个隐藏层和重复,但让我们先忘掉它们.神经网络的目标是在给定N维值X的情况下学习N维变量Y*.假设神经网络的输出为Y,在学习之后应该接近Y*.我的问题是:是否有可能得到输出Y*的神经网络的逆？也就是说,如何将X*放入神经网络时产生Y*？(或接近它的东西)

问题的一个主要部分是N非常大,通常在10000或100000的数量级,但是如果有人知道如何为没有重复的小型网络或可能已经有用的隐藏层解决这个问题.谢谢.

Answer 1

这个任务也许可以通过自动编码器来解决。您可能还对生成模型感兴趣，例如受限玻尔兹曼机 ( RBM )，这些模型可以堆叠形成深度置信网络 ( DBN )。RBM 构建数据 v 的内部模型 h，可用于重建 v。在 DBN 中，第一层的 h 将是第二层的 v，依此类推。