Theano で Deep Learning <6>: 制約付きボルツマンマシン <前編> - StatsFragments

DeepLearning 0.1 Documentation の第六回は 制約付きボルツマンマシン (Restricted Boltzmann Machines / 以降 RBM) 。RBM は オートエンコーダとはまた別の事前学習法。かなり分量があるので、とりあえず元文書 前半のRBM の仕組みまで。 RBM を理解しにくいポイントは 2 つあるかなと思っていて、 この構造 (グラフィックモデル) であるメリットはあるのか？ 学習 (Contrastive Divergence) で何をやってんのか？ というとこではないかと。最初、自分は 2 がまったくわからなかった。2 は "とりあえずできそうな構造 / 方法でやってみたらなんかうまくいった" 感があって、理由がいまいちはっきりしないところがある。 目次 DeepLearning 0.1 について、対応する記事のリンクを記載。 第一回

[yuta-horn]

RBMの学習過程がわかりやすい

[yukimori_726]

[rbm[deeplearning]

[ohnabe]

Deep Learning, RBM

[kasumani]

Theano で Deep Learning &lt;6&gt;: 制約付きボルツマンマシン &lt;前編&gt; DeepLearning 0.1 Documentation の第六回は 制約付きボルツマンマシン (Restricted Boltzmann Machines / 以降 RBM) 。かなり分量があるので、とりあえず元文書 前半のRBM の仕組

[elu_18]

Theano で Deep Learning &lt;6&gt;: 制約付きボルツマンマシン &lt;前編&gt; - StatsFragments http://t.co/lBit0VdBnq

[hiroshi_revolution]

Theano で Deep Learning <6>: 制約付きボルツマンマシン <前編> - StatsFragments