machine-learning - 如何训练像 RBM 这样的无监督神经网络？

Question

这个过程正确吗？

假设我们有一堆数据，比如 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。

然后输出可以作为新的数据进行分类。

我理解正确吗？使用 RBM 的目的是什么？

Answer 1

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数。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好论文可以在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）