Gaussian-RBM与NRLU隐藏单元(在DBN中)?

我正在为图像分类开发一个RBM(用于DBN),使用了两层RBM。第一层有高斯可见单元和二进制隐藏单元,第二层有二进制可见单元和softmax隐藏单元。效果相当不错。现在我想尝试使用噪声整流线性单元(Noise Rectified Linear Unit)作为隐藏层,但我无法理解如何实现它。我尝试的所有方法都导致了糟糕的结果。

如果我理解正确的话:ReLU的激活概率只是p = max(0, x + N(0, 1)),但接下来我该如何采样值来激活可见单元呢?噪声应该只在采样中使用,而不在激活概率中使用吗?

还有一点:在一些论文中,我看到噪声应为N(0,1),而其他一些论文使用N(0,sigmoid(x))。

那么,激活函数应该是什么,值应该如何采样呢?


回答:

显然:

使用max(0, x)作为激活概率函数,并使用max(0, x + N(0, Sigmoid(x))进行采样似乎对RBM有效。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注