自动编码器（Autoencoder）
一、总结
一句话总结：
autoencoder是一种无监督的学习算法，主要用于数据的降维或者特征的抽取，在深度学习中，autoencoder可用于在训练阶段开始前，确定权重矩阵W的初始值。
二、自动编码器（Autoencoder）
转自或参考：自动编码器（Autoencoder）
https://blog.csdn.net/u010089444/article/details/52601193
对于多层神经网络的参数初始化问题，我们可以依次对每一层进行autoencoder。如下图所示，具体做法是首先按照上述方法确定第一层的权重参数，然后固定第一层的参数，对第二层的参数进行训练，以此类推，直到得到所有权重值。
