深度学习降维过程中的信息损失度量研究

随着技术的发展,人们对机器学习予以了关注,并展开了深入的研究,近年来深度学习这一概念被提出,它涉及到数据挖掘、智能识别等众多领域,在底层特征组合的辅助下,用于展示属性的高层特征可以有效形成,并以分布式的形式展示出来。而降维是深度学习的重要组成部分,在提取数据特征,提升识别速度与识别率等方面发挥着不可替代的作用,但与此同时也会不可避免的造成信息损失,对此展开研究有着重要意义。文中将对深度学习原理与信息熵原理进行简述,并探究降维过程中信息损失度量模型的构建方法。