使用RBM实现深度自编码器

我正在使用RBM实现深度自编码器。我了解到,为了展开网络,我们需要使用编码器的转置权重作为解码器的权重。但我不确定解码器应该使用哪些偏置。如果有人能详细解释一下或者发送给我一个伪代码的链接,我将不胜感激。


回答:

我相信Geoff Hinton在他的网站上公开了他所有的源代码。他是这种技术RBM版本的首选专家。

基本上,如果你有一个输入矩阵M1,尺寸为10000 x 100,其中10000是你拥有的样本数量,100是特征数量,你想将其转换到50维空间,你将训练一个受限玻尔兹曼机,其权重矩阵的尺寸为101 x 50,额外的一行为始终开启的偏置单元。在解码端,你将取你的101 x 50矩阵,去掉偏置的额外行,使其成为100 x 50矩阵,然后将其转置为50 x 100,再添加一行为偏置单元,使其成为51 x 100。你可以然后通过反向传播运行整个网络来训练整个网络的权重。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注