machine-learning - 如何设计用于人脸识别的 DBN 特征提取层

Question

我正在尝试使用深度信念网络进行人脸识别。但我是这方面的初学者，我已经阅读了互联网上的研究论文和文档，并且了解了二进制图像的基本概念。但是当我坐下来写代码时，我仍然觉得很困难，因为从程序员的角度来看，没有任何东西可以解释，你发现的只是能量函数和所有这些东西。有人可以帮我为灰度人脸图像设计（代码）隐藏层吗？（更具体地说，我的隐藏层应该是一组不同的过滤器或其他东西......）

Answer 1

我在 1980 年代后期就有使用神经网络和自组织地图的经验，但我也发现基于能量的受限玻尔兹曼机坐下来实施起来有点令人生畏。我发现以下网站包含 Matlab 代码（Octave？）和 C。它们来自 Netflix 竞赛（多伦多大学的获胜者），但这是一个很好的获胜示例，应该提供一些见解。

http://imonad.com/rbm/restricted-boltzmann-machine/

https://code.google.com/p/nprizeadditions/source/browse/trunk/rbm.c

我也可能建议参加 Andrew Ng 的斯坦福机器学习 Coursera（它是免费的，新课程将于 2015 年 1 月 19 日开始）。我看过很多讲座，它们非常好。希望这可以帮助。