我正在瀏覽網絡幾天,尋找我的問題的答案,但我不能很好地理解這個話題,以便能夠解釋我找到的書籍。RBM的能量僅取決於體系結構嗎?
以下是我現在瞭解的內容:
我認爲我得到了監督學習。你有一個(x,y)對的數據集。你製作一個模型,向它提供x,退出y的模型,然後嘗試根據你的模型射出多遠來儘量減少一些成本函數。
RBM通常用於無監督學習,因爲在您只有(x)值。因此,您無法創建最小化成本函數。相反,你定義了一個能量函數,它依賴於神經元的激活和它們之間的權重。當你獲得最少的能量時,你訓練了模型。
但是這最後一個想法告訴我,能量,因此模型的優化結構僅取決於體系結構,並且獨立於輸入數據。所以只有通過設置輸入和隱藏神經元的數量,您才能預先定義網絡的權重和偏差。
那真的是這樣嗎? RBM的培訓是否獨立於我們想要應用的數據集?
好的,我在這裏看到我的錯誤。謝謝你指出這一點給我。 – Ezze