python-2.7 - 使用sklearn进行RBM神经网络预测

Question

我正在尝试在 sklearn 中使用 RBM 神经网络，但我找不到预测函数，我知道如何训练它(我认为)，但我似乎无法弄清楚如何实际预测值。

http://scikit-learn.org/stable/auto_examples/neural_networks/plot_rbm_logistic_classification.html#example-neural-networks-plot-rbm-logistic-classification-py

我正在做一项类作业。这是作业:

然后，您将使用随机爬山算法来为神经网络找到合适的权重。

可以使用 SKLearn 做到这一点吗？有没有更好的推荐工具能够为神经网络选择不同的权重？ (目标是尝试大约 3 种不同的搜索优化技术，并了解它们，不一定要编写它们，在本例中也不必编写神经网络)。

Answer 1

RBM 不执行预测任务。它们是生成模型。您可以使用transform方法来获取输入的隐藏状态转换，或者您的gan使用gibbs方法从网络中采样。

You will then use randomized hill climbing algorithm to find good weights for a neural network.

不，这在 scikit-learn 中不可用。

听起来你的作业可能是为了让你从头开始实现一个更简单的问题，而不是使用另一个库，因为爬山通常不用于训练神经网络。他们可能不希望你为 RBM 神经网络爬山。

您可能应该咨询您的教授，以获得有关您真正应该做什么的更多指导。