प्रतिबंधित बोल्ट्ज़मन मशीन: इसका उपयोग मशीन सीखने में कैसे किया जाता है?

Question

पृष्ठभूमि:

हां, प्रतिबंधित बोल्ट्जमन मशीन (आरबीएम) का उपयोग तंत्रिका नेटवर्क के भार को आरंभ करने के लिए किया जा सकता है। इसके अलावा इसका उपयोग "लेयर-बाय-लेयर" तरीके से एक गहरी विश्वास नेटवर्क बनाने के लिए किया जा सकता है (यानी, -th लेयर को -th लेयर के शीर्ष पर , और फिर ट्रेन करने के लिए) की चोटी पर मई के परत वें परत, कुल्ला और दोहराने ...)$n$$(n-1)$$n+1$$n$ ।

RBM का उपयोग करने के तरीके के बारे में, विवरण प्रतिबंधित बोल्ट्ज़मैन मशीनों (RBM) के लिए अच्छे ट्यूटोरियल के धागे से पाया जा सकता है जहाँ कुछ कागजात और ट्यूटोरियल मिल सकते हैं।

मेरा सवाल होगा:

• क्या RBM वास्तव में औद्योगिक परियोजनाओं या शैक्षणिक परियोजनाओं में उपयोग की जाती है
• यदि हाँ, तो कैसे और किन परियोजनाओं का उपयोग किया जा रहा है?
• कोई भी लोकप्रिय पुस्तकालय (जैसे टेनसफ़्लो, कैफ़े, थेनो, आदि) आरबीएम मॉड्यूल प्रदान करता है?

साझा करने के लिए धन्यवाद। मैं जानना चाहता हूं कि क्या आरबीएम वास्तव में व्यवहार में उपयोगी है।

Answer 1

आरबीएम एक गहरे नेटवर्क के प्रशिक्षण / सीखने के पहले व्यावहारिक तरीकों में से एक था, जिसमें सिर्फ एक या दो परतों से अधिक था। और गहरे विश्वास के नेटवर्क का प्रस्ताव जेफ्री हिंटन ने किया था, जिन्हें 'पिता के गहन अध्ययन में से एक माना जाता है, मुझे लगता है, हालांकि यान लेकन गहरे सीखने के अन्य मुख्य' पिता 'हैं, मुझे लगता है, या मुझे यह देखना है। बेशक, सब कुछ पहले से ही Jurgen Schmidhuber :-) द्वारा आविष्कार किया गया था

इसलिए, आरबीएम प्रसिद्ध हैं क्योंकि 1. गहन सीखने के पहले तरीकों में से एक है। 2. ज्योफ्री हिंटन।

हालांकि, व्यवहार में, वे निश्चित रूप से उपयोग किए जाते हैं, और प्रयोग करने योग्य हैं, अकादमिक अनुसंधान में, क्योंकि बहुत से लोग कुछ अद्वितीय आला खोजने की कोशिश कर रहे हैं, कि वे विशेषज्ञ हो सकते हैं, और आरबीएम के कुछ आला में दुनिया भर में विशेषज्ञ होना एक अच्छा है। किसी भी अन्य के रूप में आला। हालाँकि, अभ्यास में, उद्योग में, जबकि मैं यह दावा नहीं करता कि वे कभी उपयोग नहीं किए गए हैं, लेकिन वे बहुत कम ही आते हैं। बस इतनी ही बहुत मानक तकनीकें हैं, जो वास्तव में तेजी से और आसानी से ट्रेन करती हैं, जैसे कि लॉजिस्टिक रिग्रेशन, और फीड-फॉरवर्ड कन्वेन्शनल न्यूरल नेटवर्क। अनसुनी के लिए, GANs जैसी चीजें वास्तव में इस समय लोकप्रिय हैं।

Answer 2

डेटा संग्रह में उत्पन्न होने वाली विशिष्ट समस्याओं से निपटने के लिए आरबीएम का उपयोग करना संभव है (इसका उपयोग मशीन सीखने के प्रशिक्षण के लिए उदाहरण के लिए किया जा सकता है)। इस तरह की समस्याओं में असंतुलित डेटा सेट (एक वर्गीकरण समस्या में), या लापता मान के साथ डेटासेट (कुछ सुविधाओं के मूल्य अज्ञात हैं) शामिल हैं। पहले मामले में अल्पसंख्यक वर्ग के डेटा के साथ एक आरबीएम को प्रशिक्षित करना और इस वर्ग के लिए उदाहरण उत्पन्न करना संभव है, जबकि दूसरे मामले में प्रत्येक वर्ग के लिए अलग से आरबीएम को प्रशिक्षित करना और अज्ञात सुविधा मानों को उजागर करना संभव है।

आरबीएम का एक अन्य विशिष्ट अनुप्रयोग सहयोगी फ़िल्टरिंग ( http://dl.acm.org/citation.cfm?id=1273596 ) है।

जहां तक ​​लोकप्रिय पुस्तकालयों का संबंध है, मुझे लगता है कि deeplearning4j एक अच्छा उदाहरण है ( http://deeplearning4j.org )।