rbm 对比散度cd

%% training processe
for i = 1:max_itera
    i
errvec=[];                                      % initialize error history for every iteration
ordering = randperm(size(data,1),Options.Sz_mb);% randomly shose a batch of data
mini_batch = data(ordering, :);                 % load our mini-Batch
    
    for j = 1:N_gs % start gibbs sampling using energy function
                                            %mini_batch 就是可见层 h
        hidden_p =  sigmoid(mini_batch * W + repmat(h_bias,size(mini_batch,1),1));         %P(h|v) Find hidden units by sampling the visible layer.                                           
        visible_p =sigmoid( hidden_p* W' +repmat(v_bias,size(mini_batch,1),1));   %P(v|h) Find visible units by sampling from the hidden ones.                                           
        bP = sigmoid(visible_p * W + repmat(h_bias,size(mini_batch,1),1));       % 下一轮的隐藏层 Last step : Find 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值