本文简要概述了受限波尔茨曼机(RBM)的基本结构与工作原理，并介绍了一种基于对比散度的快速学习算法。此外，还讨论了如何通过向量化等方式进一步提高算法效率及几种RBM评估方法。
本文根据论文–introduction to Restricted Boltzmann Machine（中国科技论文在线），删去了一些公式推理，作简要概括，主要为编程实现而总结。（具体内容请参考原文）
- 受限波尔茨尼机结构及相关函数：
基于对比散度的RBM快速学习算法
上面算法中的每个for语句都可以使用向量化来加速算法。
另外，其他一些改进的学习算法：
参数设置
与一般的神经网络训练并无多大区别。请参考原文RBM的评估算法
论文介绍了两种方法：
- 其他改进的RBM算法
受限波尔茨曼机概要
本文根据论文–introduction to Restricted Boltzmann Machine（中国科技论文在线），删去了一些公式推理，作简要概括，主要为编程实现而总结。（具体内容请参考原文）
基于对比散度的RBM快速学习算法
上面算法中的每个for语句都可以使用向量化来加速算法。
另外，其他一些改进的学习算法：
参数设置
与一般的神经网络训练并无多大区别。请参考原文
RBM的评估算法
论文介绍了两种方法：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
