Restringido máquinas de Boltzmann vs redes neuronales multicapa

Question

Me he quedado con ganas de experimentar con una red neuronal para un problema de clasificación que me estoy enfrentando. Me encontré con documentos que hablan de la Rbm. Pero de lo que puedo entender, ellos no son diferentes de tener una red neuronal multicapa. Es esto correcto?

Además, yo trabajo con R y no estoy viendo ninguna de paquetes enlatados para la Rbm. Lo hice correr en la literatura que habla de las profundas redes de aprendizaje que son, básicamente, apilados Rbm pero no estoy seguro si vale la pena el esfuerzo de ponerlo en práctica en R. Podría alguien tiene alguna sugerencia? Gracias

Answer 1

La primera de todas de gestión por resultados son ciertamente diferente de lo normal, las Redes Neuronales, y cuando se utiliza correctamente que lograr un rendimiento mucho mejor. También, la formación de un par de capas de una gestión por resultados y, a continuación, utilizando los pesos como punto de partida para un Mulitlayer NN a menudo se produce mejores resultados que la simple utilización de una Multicapa NN.

El mejor puntero que puedo pensar es en este curso en Coursera, impartido por Geoffrey Hinton, que es una de las personas responsables de la Rbm:

https://class.coursera.org/neuralnets-2012-001/class/index

los videos, en la Rbm y eliminación de ruido Autoencoders son un valioso recurso de aprendizaje para cualquier persona interesada en el tema.

En cuanto a la aplicación en R, no conozco bien, pero si quieres ponerlo en práctica, mejor no usar puro R (a menos que sus datos no es grande). La formación de una gestión por resultados, toma un tiempo bastante largo, y si el uso puro R en lugar de R con C puede crecer de manera significativa.

Answer 2

En R se puede utilizar neuralnet y RSNNS (que proporciona una interfaz para el Stuttgart de la Red Neuronal Simulador) para el ajuste estándar de múltiples capas de las redes neuronales, pero hay diferencias a la gestión por resultados.

Con respecto a la aplicación profunda de las redes neuronales en R, creo que la única que vale la pena estrategia sería la interfaz existente implementaciones de software libre, que normalmente es una solución mucho mejor que simplemente reimplementing cosas por tu propia cuenta (nunca he entendido por qué todo el mundo necesita reinventar la rueda). R ofrece un montón de funcionalidades para hacer esto y usted puede aprovechar el manejo de los datos de R con la velocidad y listo-para-usar aspectos de las soluciones existentes. Por ejemplo, uno podría interfaz de MPD con el Python/R funciones de interfaz, véase por ejemplo, este papel.

Edición: Andrew Landgraf desde Estadísticamente Significativa proporciona algunas Código R para la gestión por resultados.