稀疏编码和稀疏表示
稀疏自编码中稀疏的作用是什么？
稀疏自编码中稀疏的作用是什么？
简单地解释稀疏性如下。如果我们认为神经元在输出接近1时被激活，而输出接近0时被抑制，那么大多数时间被抑制的限制称为稀疏限制。这里我们假设神经元的激活函数是sigmoid函数。如果你使用tanh当神经元输出为-1时，作为激活函数，我们认为神经元被抑制。
事实上，我们将在我们的优化目标函数中添加一个额外的惩罚因素，这将惩罚这些因素pj和p(p稀疏性参数)存在显著差异，使隐藏神经元的平均活动保持在较小范围内。
根据上述原理，简单地说，稀疏的作用是降低维数，降低计算的复杂性。
src和sra的区别？
src和sra的区别如下
src-sparse representation-based classifier .基于稀疏表达的分类。
神经生物学是稀疏编码的概念。生物学家认为，哺乳动物在长期进化经的能力，能够快速、准确、低成本地表达自然图像。每一张我们看到的图片都是上亿像素，我们的大脑很难像电脑一样直接存储。研究表明，我们从每个图像中提取的信息很少。我们称之为稀疏编码，即稀疏编码，即Sparse Coding.
sra美国青年师生社会研究项目（Sociological Research in America）简称。它是由中国人民对外友好协会下属的中国对外友好合作服务中心主办的项目，旨在配合国内高校开展国际人才培训和实践教育。
src计算机是什么意思？
SRC即sparse representation-based classifier ，意思是基于稀疏表达的分类。
眼睛看到的每一张图片都有数亿像素，大脑很难像电脑一样直接存储。研究表明，每个图像提取的信息很少，我们称之为稀疏编码，即Sparse Coding。将稀疏编码方法应用于分类中的机器学习方法称为机器学习方法SRC。
在HTML在语言中，将图片标签插入网页，src用于指定图片位置的属性