神经网络 - 深度自动编码器和堆叠式自动编码器之间的区别
Neural Networks - Difference between deep autoencoder and stacked autoencoder
免责声明：我也在 CrossValidated 上发布了这个问题，但没有受到任何关注。如果这不是放置它的地方，我会很乐意将其删除。
据我了解，它们之间的唯一区别是两个网络的训练方式。深度自动编码器的训练方式与单层神经网络相同，而堆叠式自动编码器则采用贪婪的逐层方法进行训练。 Hugo Larochelle 在 video 的评论中证实了这一点。我想知道这是否是唯一的区别，有任何指示吗？
该领域的术语并不固定，well-cut 定义明确，不同的研究可能意味着不同的事物或为相同的术语添加不同的方面。示例讨论：
（有人认为2层就够深了，也有人认为10+或100+层）。
Multi-layer perceptron vs deep neural network（主要是同义词，但有些研究更喜欢其中一个）。
至于 AE，根据各种消息来源，深度自动编码器和堆叠自动编码器是完全同义词，例如，这里引用 "Hands-On Machine Learning with Scikit-Learn and TensorFlow":
Just like other neural networks we have discussed, autoencoders can
have multiple hidden layers. In this case they are called stacked
autoencoders (or deep autoencoders).
稍后，作者讨论了两种训练自动编码器的方法，并交替使用这两个术语。
我同意术语 "stacked" 的 看法 是自动编码器可以使用新层扩展而无需重新训练，但这实际上是正确的，无论现有的方式如何层已经过训练（联合或单独）。此外，无论训练方法如何，研究可能会或可能不会称其为足够深。所以我不会过分关注术语。它有一天会稳定下来，但不是现在。
免责声明：我也在 CrossValidated 上发布了这个问题，但没有受到任何关注。如果这不是放置它的地方，我会很乐意将其删除。
据我了解，它们之间的唯一区别是两个网络的训练方式。深度自动编码器的训练方式与单层神经网络相同，而堆叠式自动编码器则采用贪婪的逐层方法进行训练。 Hugo Larochelle 在 video 的评论中证实了这一点。我想知道这是否是唯一的区别，有任何指示吗？
该领域的术语并不固定，well-cut 定义明确，不同的研究可能意味着不同的事物或为相同的术语添加不同的方面。示例讨论：
Multi-layer perceptron vs deep neural network（主要是同义词，但有些研究更喜欢其中一个）。
至于 AE，根据各种消息来源，深度自动编码器和堆叠自动编码器是完全同义词，例如，这里引用 "Hands-On Machine Learning with Scikit-Learn and TensorFlow":
Just like other neural networks we have discussed, autoencoders can have multiple hidden layers. In this case they are called stacked autoencoders (or deep autoencoders).
稍后，作者讨论了两种训练自动编码器的方法，并交替使用这两个术语。
我同意术语 "stacked" 的 看法 是自动编码器可以使用新层扩展而无需重新训练，但这实际上是正确的，无论现有的方式如何层已经过训练（联合或单独）。此外，无论训练方法如何，研究可能会或可能不会称其为足够深。所以我不会过分关注术语。它有一天会稳定下来，但不是现在。