输入:训练数据 x i ( x 1 , x 2 , ⋯ , x 3 ) 。
输出:ADAE模型。
1. θ,φ←编码器解码器参数。
2. for i from 1 to epochs do ▷压缩网络:
3. z i = q ( x i , θ ) ;
4. x ^ i = p ( z i , ϕ ) 。
5. l o s s f u n c t i o n = ‖ x i − x ^ i ‖ 2 。
6. θ,ϕ←采用SGD更新参数。
7. 固定参数θ,ϕ
8. for from to do ▷训练概率密度模型:
9. z i = q ( x i , θ ) 。
10. f h ( S ) = 1 n ∑ i = 1 n K h ( s − z i ) = 1 n h ∑ i − 1 n K ( s − z i h ) 。