这个过程正确吗？
假设我们有一堆数据，例如MNIST。
我们只是将所有这些数据（不带标签）馈送到RBM，然后从经过训练的模型中对每个数据重新采样。
然后，可以将输出视为用于分类的新数据。
我理解正确吗？
使用RBM的目的是什么？
最佳答案
没错，RBM是一种无监督的学习算法，通常用于减少特征空间的维数。另一种常见的方法是使用自动编码器。
使用对比发散算法训练RBM。该算法的最佳概述来自Geoffrey Hinton，他提出了该算法。
https://www.cs.toronto.edu/~hinton/absps/guideTR.pdf
可以在http://jmlr.org/papers/volume11/erhan10a/erhan10a.pdf上找到有关无监督学习如何提高性能的出色论文。该论文表明，无监督学习可以提供更好的概括和过滤器（如果使用CRBM）
关于machine-learning - 如何训练无监督的神经网络，如RBM？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32084433/