저는 GB-RBM을 사전 훈련하기 위해 대부분의 문헌에서 권장하는대로 제로 평균 및 단위 분산으로 데이터를 정규화했습니다. 그러나 내가 선택한 학습 속도와 그 시대의 수는 무엇이든 평균 재구성 오류는 결코 0.6 이하로 떨어지지 않습니다. 스택 된 BB-RBM의 재구성 오류는 몇 에포크 내에서 0.01로 쉽게 떨어집니다. http://www.cs.toronto.edu/~hinton/absps/guideTR.pdf에 언급 된대로 GBRBM을 구현하는 몇 가지 툴킷을 사용했지만 모두 동일한 문제가 있습니다. 나는 뭔가를 놓치고 있습니까? 아니면 재구성 오류가 50 % 이상을 유지하려고합니까?가우시안 - 베르누이 RBM 높은 재구성 오류
I는 평균을 뺀 입력 벡터의 각 차원에 따른 표준 편차로 나눔으로써 내 데이터를 정규화있어 :
크기 (MFCC) -> [mlength 행 X 39 COLS]
mmean=mean(mfcc);
mstd=std(mfcc);
mfcc=mfcc-ones(mlength,1)*mmean;
mfcc=mfcc./(ones(mlength,1)*mstd);
이것은 각 차원에서 평균 및 단위 var가 0이됩니다. 나는 다른 데이터 세트, 다른 기능 및 다른 툴킷을 시도했지만, 재구성 오류는 GBRBM의 경우 0.6 이하로 떨어지지 않습니다. 고마워
안녕하세요. 스택 오버플로를 환영합니다. 이것은 내 전문성이 아닙니다 ... 일반적으로 S/O에 대한 도움을 받으려면 관련 코드를 포함시키는 것이 좋습니다. 그럼 우리는 오류를 확인하거나 일을 더 나은 방법을 제안 할 수 있습니다 :) –