dbnmatlab代码-deep_autoencoder:深度信念网络自动编码器

上传者: 38614287 | 上传时间: 2021-11-10 16:48:47 | 文件大小: 5KB | 文件类型: -
dbn matlab代码deep_autoencoder 深度信念网络自动编码器 这种深层信念的网络自动编码器基于Ruslan Salakhutdinov和Geoff Hinton()以及相关的MATLAB代码()的工作。 我已将其翻译为PyTorch,并合并了GPU计算以使其运行更快。 操作很简单。 使用多个受限的Boltzmann机器层初始化DBN对象,例如dbn = DBN(visible_units = 512,hidden_​​units = [256,128])将初始化具有512个输入神经元和两个RBM层的DBN对象,其中一个具有256个输出神经元,其中一个具有128个输出神经元。 然后对网络进行预训练,例如dbn.pretrain(data,labels,num_epochs),其中data是火炬。大小的张量(num_samples x num_dimensions),labels是火炬.size的标签的张量(num_samples),以及num_epochs是整数,表示要预训练每个RBM层多少个时期。 接下来,对网络进行微调,例如dbn.fine_tuning(data

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明