使用RBM權重初始化MLP的權重

Question

我想與scikit-learn構建Deep Believe Network。據我所知，應該單獨培訓許多限制玻爾茲曼機器（RBM）。然後，應創建一個與（RBM）數量相同的層數的多層感知器（MLP），並且應該使用RBM的權重對MLP的權重進行初始化。然而，我無法從scikit-learn的BernoulliRBM中找到一種方法來獲取RBM的權重。在scikit-learn中，似乎也沒有辦法初始化MLP的權重。

有沒有辦法做我所描述的？

Answer 1

scikit-learn目前沒有實現可通過RBM進行初始化的MLP，但仍可以訪問存儲在components_屬性中的權重以及存儲在intercept_hidden_​​屬性中的偏差。

如果您對使用現代MLP感興趣，torch7，pylearn2和deepnet都是現代化的圖書館，其中大多數都包含您所描述的預訓練例程。