Je normalise mes données à zéro et la variance unitaire comme recommandé dans la plupart des documents pour pré-former un GB-RBM. Mais quel que soit le taux d'apprentissage que je choisis et quel que soit le nombre d'époques, mon erreur de reconstruction moyenne ne descend jamais en dessous de 0,6. Les erreurs de reconstruction pour les BB-RBM empilés tombent facilement à 0,01 dans quelques époques. J'ai utilisé plusieurs toolkits qui implémentent GBRBMs comme mentionné dans http://www.cs.toronto.edu/~hinton/absps/guideTR.pdf mais tous ont le même problème. Ai-je manqué quelque chose ou l'erreur de reconstruction est-elle censée rester au-dessus de 50%?Gaussian-Bernoulli RBM erreur de reconstruction élevée
Je normaliser mes données en soustrayant la moyenne et en divisant par l'écart-type le long de chaque dimension du vecteur d'entrée:
taille(de MFCC) -> [lignes mlength x 39 cols]
mmean=mean(mfcc);
mstd=std(mfcc);
mfcc=mfcc-ones(mlength,1)*mmean;
mfcc=mfcc./(ones(mlength,1)*mstd);
Cela me donne zéro moyenne et unité var le long de chaque dimension. J'ai essayé différents ensembles de données, différentes caractéristiques et différentes boîtes à outils, mais mon erreur de reconstruction ne descend jamais en dessous de 0,6 pour les GBRBM. Merci
Salut et bienvenue à empiler débordement. Ce n'est pas du tout mon expertise ... mais généralement, pour obtenir de l'aide sur S/O, il est utile d'inclure tout code pertinent. Ensuite, nous pouvons le vérifier pour des erreurs ou suggérer de meilleures façons de faire les choses :) –