我正在使用 DBN 算法开发人脸识别系统。在训练数据时，系统会根据 n-epoch 产生错误。我想制作一个基于 n-epoch 的错误图

培训代码

如果我们运行该代码，它将产生

我正在使用supervisedDBN深度学习架构的学习代码，我自定义了以下代码并收到以下错误...我正在研究 KDD99 网络安全数据集以分析多种攻击。但在代码中有以下错误。怎么解决我不知道

错误：

AttributeError：“SupervisedDBNClassification”对象没有属性“classes_”

在基于深度信念网络的改进分类一文中，作者指出，为了更好的分类，生成模型用于在训练分类器之前初始化模型和模型特征。通常需要它们来解决单独的无监督和监督学习问题。生成受限玻尔兹曼机和深度信念网络广泛用于无监督学习目的。

我的问题是，如果我要通过无监督学习执行非图像多类分类任务，在不考虑数据集也很重要的情况下使用深度信念网络或卷积神经网络会更好吗？

此处提出了与图像分类任务相关的类似问题Deep Belief Networks vs Convolutional Neural Networks。答案表明，DBN 在非图像分类任务上的表现可能比 CNN 更好，但是有没有关于这方面的证据，或者有任何论文更深入地探讨了这一点？

我正在尝试调整一些动态贝叶斯网络代码来处理我自己的（组成的）数据。我正在使用dbnR包在 R 中工作。附上完整代码的屏幕截图，直至出错。所有工作到推理步骤，我收到一条错误消息。我应该看到的是一个可爱的小折线图，它可以预测目标变量随时间的行为。

我的顾问建议折叠数据和/或 sigma 矩阵不是正方形可能是问题所在，但功能齐全的示例代码中的维度也不是正方形。我尝试调整数据值，并将 0,1 二进制更改为 Y，N，然后再返回，但没有结果。我真的很感激任何建议。 错误信息和代码

确切消息：

一个可重现的例子：

solve.default(sigma[ev_pos, ev_pos]) 中的错误：
Lapack 例程 dgesv：系统完全是奇异的：U[2,2] = 0
另外：警告消息：
在 value[3L] 中：
sigma 矩阵在计算上是奇异的。改为使用伪逆。

我目前正在处理与 dsn 和 dbn 连接的项目。Rstudio 或 Python 中是否有任何实现深度堆叠网络的包？