利用深度展开的方法来设计深度神经网络在如今成为了一种经典的优化方法。文章提出了一种新的基于深度学习和压缩感知的重构算法用于序列信号重构。该模型设计理念是通过用近端梯度下降方法来对模型做迭代展开。在MNIST数据集上的实验表明,该模型表现要优于一些先进的基于压缩感知的模型以及其他基于循环神经网络的模型。
科研之友
微信
新浪微博
Facebook
分享链接
