阅读了一些深度学习和深信网络的论文后,我对它的工作原理有了基本的了解。但是最后一步仍然卡在分类步骤上。我在互联网上找到的大部分实现都涉及生成(MNIST数字)。 是否有一些说明(或代码)可用于使用DBN分类图像(最好是自然图像或对象)的地方? 此外,指向方向的一些指针将非常有帮助。
我在使用Pybrain训练DBN时遇到了一些困难。首先,我尝试了简单的方法:net = buildNetwork(*layerDims) 我遇到了这个问题:如何在PyBrain中进行监督式深度置信网络训练? ,而建议的解决方案只导致另一个错误: File "/home/WORK/Cano...
我对神经网络领域还很陌生,想知道深度信念网络和卷积网络的区别。同时,是否有一种深度卷积网络,它是深度信念网络和卷积神经网络的结合? 到目前为止,我了解到以下内容。如果有错误,请纠正。 对于图像分类问题,深度信念网络具有许多层,每一层都使用贪心逐层策略进行训练。例如,如果我的图像大小为50 ...
我在PyBrain/Python中使用DeepBeliefTrainer处理数据时遇到了问题。由于我找不到除了无监督学习之外如何在PyBrain中使用深度学习的示例,所以我希望有人能提供示例,展示基本的使用概念。 我尝试使用以下初始化: epochs = 100 layerDims = [...