rbm

    1熱度

    2回答

    我想要實現高斯RBM。爲此我想使data.my數據的零均值和單位方差爲MNIST數據集。從下面的鏈接中獲取並遵循數據集。 訪問http://www.cs.toronto.edu/~hinton/code/makebatches.m ,所以我實施了以下way.But我的數據成爲NAN.It將數據與標準差後變成NaN。 for epoch = epoch:maxepoch, fprintf(1,'e

    2熱度

    2回答

    我借用文檔中的想法here以使用RBM + Logistic迴歸進行分類。 但是我收到一個錯誤,不應該拋出,因爲我的數據矩陣中的所有條目都是數字。 代碼: from sklearn import preprocessing, cross_validation from scipy.ndimage import convolve from sklearn.neural_network impor

    0熱度

    1回答

    我想使用RBM預訓練Hinton紙張代碼的權重MATLAB本地前饋網絡工具箱的權重。 任何人都可以幫助我如何設置或安排feedforwardnet的預訓練體重? 例如,我使用Hinton的代碼從http://www.cs.toronto.edu/~hinton/MatlabForSciencePaper.html 和使用預訓練的權重爲MATLAB feedforwardnet。 W=hintonR

    1熱度

    1回答

    我使用RBM實現深度自動編碼器。我明白,爲了展開網絡,我們需要使用解碼器的編碼器的轉置權重。但我不確定我們應該爲解碼器使用哪種偏見。我很感激,如果有人可以爲我詳細說明或給我發送僞代碼的鏈接。

    3熱度

    1回答

    我正在嘗試使用DeepLearning4J 0.7培訓Restricted Boltzmann Machine(RBM),但沒有成功。我發現的所有例子都沒有做任何有用的工作,或者與DeepLearning4J 0.7無關。 我需要訓練一個具有對比發散的RBM,然後計算重建誤差。 這是我到目前爲止有: import org.nd4j.linalg.factory.Nd4j; import org.

    0熱度

    1回答

    在我的數據中,我有一個負值和正值的列。這裏的負值意味着有多少東西缺失,正值意味着意想不到的額外的東西,0意味着中性,總是期望值。那麼我怎樣才能使用這一列數據作爲深層信念網絡的輸入。我可以在深層信念網絡中輸入負數作爲輸入嗎?

    2熱度

    1回答

    我目前正在嘗試使用deepnet軟件包在R中使用RBM。我使用自己的數據集和3個輸入點訓練了一個RBM。訓練完網絡後,我得到了2組權重和2組偏差。 我的代碼運行這樣 a<-matrix(c(1,0,0,0,1,0,0,0,1,1,1,1),nrow=4,ncol=3,byrow=T) RBM_trn<-rbm.train(a, 2, numepochs = 30, batchsize = 100

    5熱度

    1回答

    我開發了一個簡單的二進制限制玻爾茲曼機器實現,現在我想測試它。 (最終我會用它爲DBN,但我想獨立測試)。 我看到幾個人和論文都在談論測試MNIST數據集,但是我沒有找到有關如何做到這一點的細節。 我是否必須添加一個連接到隱藏單元的新分類層,然後使用反向傳播來訓練它?沒有其他辦法嗎? 有些人還繪製的權重(再次MNIST),但我對你如何繪製的重量又是什麼,代表的問題...... 感謝

    2熱度

    1回答

    我正在嘗試實現RBM,並且正在MNIST數據集上對其進行測試。但是,它似乎並沒有收斂。 我有28x28可見單位和100隱藏單位。我正在使用大小爲50的小批量。對於每個時期,我遍歷整個數據集。我的學習率爲0.01,動力爲0.5。權重是基於平均值0.0的高斯分佈和0.01的標準差隨機生成的。可見和隱藏的偏見被初始化爲0.我使用logistic sigmoid函數作爲激活。 每個時期後,我計算所有的小批

    0熱度

    1回答

    我正在嘗試使用張量流編寫CLDNN的實現,就像this scheme中的那個一樣。我遇到了尺寸縮小圖層的問題。 據我瞭解,它是由幾個堆疊式限制玻爾茲曼機器(RBMs)製成的,並且像自動編碼器一樣工作。該層的解碼器部分僅用於訓練編碼器以減小井的尺寸。這意味着您要將編碼器的輸出「插入」下一層的輸入。 我可以定義一個損失函數來訓練自動編碼器(通過比較解碼輸出的輸入)和其他損失函數來訓練整個圖形。我有一種