Statistiken und Big Data rbm

4

Was ist der Unterschied zwischen neuronalen Faltungsnetzen, eingeschränkten Boltzmann-Maschinen und Autocodierern?

Kürzlich habe ich über tiefes Lernen gelesen und ich bin verwirrt über die Begriffe (oder sagen wir Technologien). Was ist der Unterschied zwischen Faltungsneurale Netze (CNN), Eingeschränkte Boltzmann-Maschinen (RBM) und Auto-Encoder?

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

8

R Bibliotheken für tiefes Lernen

Ich habe mich gefragt, ob es da draußen gute R-Bibliotheken für tieflernende neuronale Netze gibt. Ich weiß, dass es die nnet, neuralnetund gibt RSNNS, aber keine davon scheint Deep-Learning-Methoden zu implementieren. Ich interessiere mich besonders für unbeaufsichtigtes, gefolgt von beaufsichtigtem Lernen und für die Verwendung von Abbrüchen, um eine Co-Anpassung …

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

2

Deep Believe Networks oder Deep Boltzmann Machines?

Ich bin verwirrt. Gibt es einen Unterschied zwischen Deep Believe-Netzwerken und Deep Boltzmann-Maschinen? Wenn ja, was ist der Unterschied?

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

2

Autoencoder können keine sinnvollen Funktionen lernen

Ich habe 50.000 Bilder wie diese beiden: Sie zeigen Diagramme von Daten. Ich wollte Funktionen aus diesen Bildern extrahieren, also verwendete ich den von Theano (deeplearning.net) bereitgestellten Autoencoder-Code. Das Problem ist, dass diese Autoencoder anscheinend keine Funktionen kennen. Ich habe RBM ausprobiert und es ist das gleiche. MNIST-Dataset bietet nette …

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

2

Eingeschränkte Boltzmann-Maschine: Wie wird sie beim maschinellen Lernen eingesetzt?

Hintergrund: Ja, die eingeschränkte Boltzmann-Maschine (RBM) kann verwendet werden, um die Gewichte eines neuronalen Netzwerks zu initiieren. Außerdem KANN es "Schicht für Schicht" verwendet werden, um ein tiefes Glaubensnetzwerk aufzubauen (d. H. Eine te Schicht auf der ( n - 1 ) -ten Schicht zu trainieren und dann die zu …

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

2

Deep Learning vs. Entscheidungsbäume und Methoden fördern

Ich suche nach Artikeln oder Texten, die vergleichen und diskutieren (entweder empirisch oder theoretisch): Boosting- und Entscheidungsbaum- Algorithmen wie Random Forests oder AdaBoost und GentleBoost werden auf Entscheidungsbäume angewendet. mit Deep Learning Methoden wie Restricted Boltzmann Machines , Hierarchical Temporal Memory , Convolutional Neural Networks , etc. Kennt jemand einen …

18 machine-learning deep-learning cart rbm adaboost

2

Moderne Anwendungsfälle für eingeschränkte Boltzmann-Maschinen (RBM)?

Hintergrund: Ein Großteil der modernen Forschung in den letzten ~ 4 Jahren (nach Alexander Net ) scheint von der Verwendung von generativem Pretraining für neuronale Netze abgewichen zu sein, um Klassifizierungsergebnisse auf dem neuesten Stand der Technik zu erzielen. Zum Beispiel beinhalten die Top-Ergebnisse für Mnist hier nur 2 Artikel …

16 references deep-learning rbm generative-models

3

Was bedeuten die "Maschine" in "Support Vector Machine" und "Restricted Boltzmann Machine"?

Warum heißen sie "Maschinen"? Gibt es einen Ursprung für das in diesem Zusammenhang verwendete Wort "Maschine"? (Wie der Name "lineare Programmierung" verwirrend sein kann, aber wir wissen, warum es "Programmierung" heißt.)

14 svm terminology rbm etymology

2

Sind grafische Modelle und Boltzmann-Maschinen mathematisch miteinander verbunden?

Während ich im Physikunterricht tatsächlich einige Programmierungen mit Boltzmann-Maschinen durchgeführt habe, bin ich mit deren theoretischer Charakterisierung nicht vertraut. Im Gegensatz dazu kenne ich eine bescheidene Menge über die Theorie der grafischen Modelle (über die ersten Kapitel von Lauritzens Buch Graphical Models ). Frage: Gibt es eine sinnvolle Beziehung zwischen …

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

2

Was ist Pretraining und wie trainiert man ein neuronales Netzwerk?

Ich verstehe, dass Pretraining verwendet wird, um einige Probleme beim konventionellen Training zu vermeiden. Wenn ich Backpropagation mit beispielsweise einem Autoencoder verwende, weiß ich, dass ich auf Zeitprobleme stoßen werde, weil die Backpropagation langsam ist und ich auch in lokalen Optima stecken bleiben und bestimmte Funktionen nicht lernen kann. Was …

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

4

Gutes Tutorial für eingeschränkte Boltzmann-Maschinen (RBM)

Ich studiere die Restricted Boltzmann Machine (RBM) und habe einige Probleme beim Verständnis der Log-Likelihood-Berechnungen in Bezug auf die Parameter des RBM. Obwohl viele Forschungsarbeiten zu RBM veröffentlicht wurden, gibt es keine detaillierten Schritte der Derivate. Nachdem ich online gesucht hatte, konnte ich sie in diesem Dokument finden: Fischer, A. …

10 references rbm

3

Funktionsauswahl mit Deep Learning?

Ich möchte die Wichtigkeit jedes Eingabe-Features mithilfe eines tiefen Modells berechnen. Ich fand jedoch nur einen Artikel über die Auswahl von Funktionen mithilfe von Deep Learning - die Auswahl von Funktionen . Sie fügen eine Ebene von Knoten ein, die direkt mit jedem Feature verbunden sind, vor der ersten verborgenen …

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

2

Anhaltende kontrastive Divergenz für RBMs

Wenn wir den persistenten CD-Lernalgorithmus für eingeschränkte Bolzmann-Maschinen verwenden, starten wir unsere Gibbs-Abtastkette in der ersten Iteration an einem Datenpunkt, aber im Gegensatz zur normalen CD beginnen wir in den folgenden Iterationen nicht über unserer Kette. Stattdessen beginnen wir dort, wo die Gibbs-Abtastkette in der vorherigen Iteration endete. Beim normalen …

9 machine-learning neural-networks rbm

1

Aktualisierung der Verzerrung mit RBMs (Restricted Boltzmann Machines)

Ich bin sehr neu in RBMs und versuche jetzt, ein RBM-Programm zu schreiben. Entschuldigung, wenn dies eine dumme Frage ist und / oder hier bereits beantwortet wurde. Ich habe einige Artikel online gelesen und hier Fragen gestellt, aber ich kann nichts darüber finden , wie die Verzerrungen (oder Verzerrungsgewichte) aktualisiert …

8 deep-learning rbm deep-belief-networks

3

Finden Sie die Verteilung und transformieren Sie sie in die Normalverteilung

Ich habe Daten, die beschreiben, wie oft ein Ereignis während einer Stunde stattfindet ("Anzahl pro Stunde", nph) und wie lange die Ereignisse dauern ("Dauer in Sekunden pro Stunde", dph). Dies sind die Originaldaten: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, 9.21739130425452, 27.8399999994814, …

8 normal-distribution data-transformation logistic generalized-linear-model ridge-regression t-test wilcoxon-signed-rank paired-data naive-bayes distributions logistic goodness-of-fit time-series eviews ecm panel-data reliability psychometrics validity cronbachs-alpha self-study random-variable expected-value median regression self-study multiple-regression linear-model forecasting prediction-interval normal-distribution excel bayesian multivariate-analysis modeling predictive-models canonical-correlation rbm time-series machine-learning neural-networks fishers-exact factorisation-theorem svm prediction linear reinforcement-learning cdf probability-inequalities ecdf time-series kalman-filter state-space-models dynamic-regression index-decomposition sampling stratification cluster-sample survey-sampling distributions maximum-likelihood gamma-distribution

Als «rbm» getaggte Fragen