deep-autoencoder-with-RBM-pretraining:一种深度自动编码器，可通过受限的玻尔兹曼机器预训练权...

具有RBM预训练的深度自动编码器 Autoencoder.py定义了一个预训练和展开深度自动Autoencoder.py的类，如Hinton和Salakhutdinov的“使用神经网络减少数据的维数”中所述。 在初始化类时指定图层尺寸。 在这个仓库中，我试图重现该论文的一些结果，并学习有关自动编码器和Boltzmann机器的知识。 在笔记本的Examples.ipynb可以找到更长的讨论。 在/src ，James Mracek正在使用AVC优化RBM.py的代码。 RBM.py 此类实现了受限的Boltzmann机器。 这是一个使用RBM重建MNIST数字的Examples.ipynb有关更多信息，请参见Examples.ipynb ）。 Autoencoder.py 此类实现自动编码器的预训练。 可以按以下方式复制Hinton等人描述的自动编码器。 压缩MNIST数据。 # i