这个过程正确吗?
假设我们有一堆数据,例如 MNIST。
我们只是将所有这些数据(没有标签)提供给 RBM 并从训练好的模型中重新采样每个数据。
然后输出可以被视为新数据进行分类。
我的理解正确吗? 使用RBM的目的是什么?
最佳答案
你是对的,RBM 是一种无监督学习算法,通常用于降低特征空间的维度。另一种常见的方法是使用自动编码器。
RBM 使用对比散度算法进行训练。该算法的最佳概述来自提出该算法的 Geoffrey Hinton。 https://www.cs.toronto.edu/~hinton/absps/guideTR.pdf
一篇关于无监督学习如何提高性能的精彩论文可以在 http://jmlr.org/papers/volume11/erhan10a/erhan10a.pdf 找到。 。该论文表明,无监督学习提供了更好的泛化和过滤器(如果使用 CRBM)
关于machine-learning - 如何训练RBM等无监督神经网络?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32084433/