Chcę obliczyć ważność każdej funkcji wejściowej przy użyciu modelu głębokiego.
Ale znalazłem tylko jeden artykuł na temat wyboru funkcji za pomocą głębokiego uczenia się - głęboki wybór funkcji . Wstawiają warstwę węzłów połączonych bezpośrednio z każdą operacją przed pierwszą ukrytą warstwą.
Słyszałem, że do tego rodzaju pracy można również wykorzystać sieć głębokiej wiary (DBN). Ale myślę, że DBN zapewnia tylko abstrakcje (klastry) funkcji takich jak PCA, więc chociaż może skutecznie zmniejszyć wymiar, zastanawiam się, czy jeśli można obliczyć ważność (wagę) każdej cechy.
Czy można obliczyć ważność funkcji za pomocą DBN? Czy istnieją inne znane metody wyboru funkcji za pomocą głębokiego uczenia się?