使用DC编程方法学习RBM
维迪亚达尔·乌帕迪亚,P。萨斯特里
第九届亚洲机器学习会议记录,PMLR 77:498-5132017年。
摘要
利用RBM对数似然函数是凸函数的差分的性质,构造了凸函数差分(DC)规划的随机变量,以最小化负对数似然。有趣的是,传统的对比发散算法是上述公式的一个特例,可以选择两种算法的超参数,从而使每个微带的计算量相同。我们表明,对于给定的计算预算,与标准对比发散算法相比,该算法几乎总是更快地达到更高的对数似然。此外,我们将该算法修改为使用中心梯度,并表明与基准数据集上的标准中心梯度算法相比,该算法更高效。
引用本文
相关材料