与 h2o.deeplearning 相关的几个疑问:
- 它是深度神经网络还是深度信念神经网络(使用受限玻尔兹曼机 - RBM)
- 在 H2o 的文档中没有讨论 RBM。他们使用的是 SGD 随机梯度下降(普通神经网络正在使用)。
- 如果我们不使用自动编码器和 RBM,那么我们可以将其称为深度信念神经网络。
H2o 真的很有趣,但是有了这些疑问,使用它会非常困难。
我不是该领域的专家,但我不认为 h2o 声称要实施深度信念网络 (DBN)。我认为他们实现了一个带有前馈的深度神经网络(DNN)。文档(https://github.com/h2oai/h2o-3/blob/master/h2o-docs/src/booklets/v2_2015/PDFs/online/DeepLearning_Vignette.pdf)也说明了很多;在介绍中,它说主题包括:
在 H2O 中构建深度神经网络
这将解释您所描述的缺乏 RBM。
有关 DNN 和 DBN 之间区别的更多详细信息,另请参阅此处接受的答案:https ://stats.stackexchange.com/questions/51273/what-is-the-difference-between-a-neural-network-and -a-deep-belief-network/59854#59854
关于自动编码器,它们可以被使用。有关详细信息,请参阅上面链接的 pdf 的第 7 节。