DBN_Learning:利用深度RBM构建多分类模型

上传者: 42153793 | 上传时间: 2022-11-13 18:27:32 | 文件大小: 114KB | 文件类型: ZIP
基于RBM的深度学习算法 基于多层RBM模型,实现二分类学习算法,目前针对该问题是采用2层RBM,特征输入只有8维,效果并不理想。 功能框架: DBN.py:深度学习主框架,包括数据输入、输入sigmoid转换,RBM层堆叠,softmax层输出。 RBM.py:RBM层框架,包括gibss采样、交叉熵误差验证 dA.py:这个是降噪自动编码器,目前还在研究 SdA.py:,堆叠降噪自动编码器,目前仍在研究 HiddenLayer.py:隐层主要是权值计算与更新 util.py:这主要是最后的softmax函数计算及输出 normal_8.py:输入数据归一化到[0,1] train.txt:训练数据 text.txt:测试数据 基于复杂语言网络的文本分类: 这里面主要包括两部分,一部分是语言网络的生成,另一部分是语言网络的特征抽取。 第一部分采用的数据是twenty-news-group

文件下载

资源详情

[{"title":"( 22 个子文件 114KB ) DBN_Learning:利用深度RBM构建多分类模型","children":[{"title":"DBN_Learning-master","children":[{"title":"DBN.py <span style='color:#111;'> 6.33KB </span>","children":null,"spread":false},{"title":"RBM.py <span style='color:#111;'> 4.99KB </span>","children":null,"spread":false},{"title":"SdA.py <span style='color:#111;'> 5.74KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 545B </span>","children":null,"spread":false},{"title":"normal_8.py <span style='color:#111;'> 4.83KB </span>","children":null,"spread":false},{"title":"基于复杂语言网络的文本二分类","children":[{"title":"predict.py <span style='color:#111;'> 1.31KB </span>","children":null,"spread":false},{"title":"file_to_graph1_test.py <span style='color:#111;'> 1.69KB </span>","children":null,"spread":false},{"title":"graph_feature.py <span style='color:#111;'> 1.88KB </span>","children":null,"spread":false},{"title":"select_feature.py <span style='color:#111;'> 1.27KB </span>","children":null,"spread":false},{"title":"file_to_graph1_train.py <span style='color:#111;'> 1.60KB </span>","children":null,"spread":false}],"spread":true},{"title":"test.arff <span style='color:#111;'> 44.67KB </span>","children":null,"spread":false},{"title":"dA.py <span style='color:#111;'> 4.75KB </span>","children":null,"spread":false},{"title":"LogisticRegression.py <span style='color:#111;'> 2.63KB </span>","children":null,"spread":false},{"title":"train1.txt <span style='color:#111;'> 38.16KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"test.txt <span style='color:#111;'> 43.30KB </span>","children":null,"spread":false},{"title":"train.txt <span style='color:#111;'> 66.41KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 702B </span>","children":null,"spread":false},{"title":"HiddenLayer.py <span style='color:#111;'> 1.52KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.66KB </span>","children":null,"spread":false},{"title":"test1.txt <span style='color:#111;'> 30.19KB </span>","children":null,"spread":false},{"title":"train.arff <span style='color:#111;'> 68.33KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

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