制限付きのボルツマンマシンをトレーニングするのは、なぜトレーニングデータの適切な再構築に対応するのですか?
-
30-10-2019 - |
質問
多くのチュートリアルでは、RBMをトレーニングした後、自動エンコーダーのようにトレーニングデータを適切に再構築できることが示唆されています。
例のチュートリアル: https://deeplearning4j.org/RestrictedBoltzMannmachine
しかし、RBMのトレーニングプロセスは、基本的にトレーニングデータの可能性を最大化することです。通常、CD-KやPCDなどの手法を使用しているため、トレーニングされたRBMは、トレーニングデータ(MNISTを使用する場合の数字)のようなデータを生成する可能性が高いと言えますが、再構築には対応していません。それとも、これらの2つのことは何らかの形で同等ですか?
ヒントンは言った トレーニングの進捗状況を監視するために再構築エラーを使用することをお勧めしないことは、この質問がある理由です。
正しい解決策はありません
所属していません datascience.stackexchange