Запитання з тегом «rbm»

Останнім часом я читав про глибоке навчання, і мене бентежить термін (або, скажімо, технології). Яка різниця між Конволюційні нейронні мережі (CNN), Машини з обмеженим набором Больцмана (RBM) та Авто-кодери?

123 neural-networks  deep-learning  conv-neural-network  autoencoders  rbm 

Мені було цікаво, чи є там якісь хороші бібліотеки R для глибокого вивчення нейронних мереж? Я знаю , що це nnet, neuralnetі RSNNS, але жоден з них не здається , здійснити глибокі методи навчання. Мені особливо цікаво непідконтрольне, за яким слід керуватися навчанням, і використовувати відмову для запобігання спільної адаптації …

56 r  neural-networks  deep-learning  rbm  deep-belief-networks 

Я збентежений. Чи є різниця між мережами глибоких переконань та машинами Deep Boltzmann? Якщо так, яка різниця?

28 machine-learning  deep-learning  rbm  deep-belief-networks 

У мене є 50 000 таких зображень: Вони зображують графіки даних. Я хотів отримати функції з цих зображень, тому я використав код автокодування, наданий Theano (deeplearning.net). Проблема полягає в тому, що ці автокодери, схоже, не вивчають жодних функцій. Я спробував RBM, і це те саме. Набір даних MNIST забезпечує приємні …

24 machine-learning  neural-networks  feature-construction  rbm  autoencoders 

Фон: Так, для обмеження ваг нейронної мережі МОЖЕ бути використана обмежена машина Больцмана (БРМ). Також його можна використовувати "пошарово" шляхом побудови глибокої мережі вірування (тобто тренування -го шару на верхньому ( n - 1 ) -го шару, а потім для підготовки -й шар у верхній частині -го шару, промийте і …

21 machine-learning  neural-networks  deep-learning  deep-belief-networks  rbm 

Я шукаю статті чи тексти, які порівнюють та обговорюють (емпірично чи теоретично): Подвоєння і дерев рішень алгоритми , такі як випадкових лісів або AdaBoost і GentleBoost стосовно до дерев рішень. з Методи глибокого навчання, такі як машини з обмеженим Больцманом , ієрархічна часова пам’ять , конволюційні нейронні мережі тощо. Більш …

18 machine-learning  deep-learning  cart  rbm  adaboost 

Передумови: Багато сучасних досліджень за останні чотири роки (пост alexnet ), схоже, віддалилися від використання генеративного пошуку для нейронних мереж для досягнення найсучасніших результатів класифікації. Наприклад, серед найпопулярніших результатів для списку сюди входять лише 2 статті з 50 найкращих, як видається, використовуються генеративні моделі, обидві з яких - ОРМ. В …

16 references  deep-learning  rbm  generative-models 

Чому їх називають «машинами»? Чи є в цьому контексті слово "машина"? (Як і назва "лінійне програмування" може бути заплутаним, але ми знаємо, чому його називають "програмуванням".)

14 svm  terminology  rbm  etymology 

Хоча я фактично займався програмуванням з машинами Больцмана на уроці фізики, я не знайомий з їх теоретичною характеристикою. Навпаки, я знаю скромну кількість про теорію графічних моделей (про перші кілька розділів книги « Графічні моделі» Лаурітцена ). Запитання: Чи є якісь змістовні зв’язки між графічними моделями та машиною Больцмана? Чи …

10 machine-learning  neural-networks  mathematical-statistics  graphical-model  rbm 

Я розумію, що попередня підготовка використовується для уникнення деяких проблем із звичайною підготовкою. Якщо я використовую backpropagation з, скажімо, автокодером, я знаю, що я зіткнуся з проблемами у часі, оскільки зворотне розповсюдження відбувається повільно, а також, що я можу зациклюватися на локальній оптимі і не вивчити певні функції. Я не …

10 machine-learning  neural-networks  backpropagation  rbm  pre-training 

Я вивчаю обмежену машину Больцмана (RBM) і у мене виникають проблеми з розумінням обчислень вірогідності журналу щодо параметрів МП. Незважаючи на те, що було опубліковано багато науково-дослідних робіт щодо УЗМ, детальних кроків похідних даних немає. Після пошуку в Інтернеті я зміг їх знайти в цьому документі: Фішер, А., Ігель, C. …

10 references  rbm 

Я хочу обчислити важливість кожної вхідної функції за допомогою глибокої моделі. Але я знайшов лише один документ про вибір функції за допомогою глибокого навчання - глибокого вибору функцій . Вони вставляють шар вузлів, підключених до кожної функції безпосередньо, перед першим прихованим шаром. Я чув, що мережа глибоких переконань (DBN) також …

9 feature-selection  deep-learning  deep-belief-networks  rbm