【问题标题】:Gaussian-RBM with NRLU hidden units (in DBN)?具有 NRI 隐藏单元的 Gaussian-RBM(在 DURBAN 中)?
【发布时间】:2014-07-31 17:36:49
【问题描述】:

我正在研究用于图像分类的 RBM(用于 DBN)。我使用两个 RBM 层。第一个具有高斯可见单元和二进制隐藏单元,第二个具有二进制可见单元和 softmax 隐藏单元。它工作得很好。我现在想尝试使用噪声校正线性单元作为隐藏层,但我不明白如何实现它们。我所尝试的一切都导致了可怕的结果。

现在,如果我理解正确:ReLU 的激活概率只是 p = max(0, x + N(0, 1)),但是如何对值进行采样以激活可见单元?噪声是否应该仅用于采样而不用于激活概率?

另一件事:在一些论文中,我看到噪声是 N(0,1),而另一些则使用 N(0,sigmoid(x))。

那么,激活函数应该是什么以及应该如何对值进行采样?

【问题讨论】:

    标签: machine-learning rbm dbn


    【解决方案1】:

    显然:

    使用max(0, x) 作为激活概率函数并使用max(0, x + N(0, Sigmoid(x)) 进行采样似乎适用于 RBM。

    【讨论】:

    • 您好,我想问您如何管理与第二个 RBM 的连接。我遇到的问题:我有完美的高斯校正 RBM,其中高斯单位的输入分别来自向量中每个元素的 N(0, 1)。整流单位由 ln(1 + e^x) 计算。这台机器运行良好,并且比高斯二进制更好地减少了错误。现在如果我想创建 DBN 怎么办?从某种意义上说,在修正的隐藏单元后面添加额外的 RBM?我需要某种规范化或其他东西吗?高斯与整流不兼容,是吗?和后面的微调对应吗?谢谢
    猜你喜欢
    • 2014-10-27
    • 1970-01-01
    • 2013-08-03
    • 1970-01-01
    • 2016-08-29
    • 1970-01-01
    • 2021-06-26
    • 2014-12-13
    • 2020-05-19
    相关资源
    最近更新 更多