我想使用Restricted Boltzmann Machine进行模式识别。 我注意到它们实际上用于在模式而不是模式识别中查找分布。我查看了以下文章：http://www.cs.toronto.edu/~hinton/absps/uai_crbms.pdf似乎使用了RBM的扩展，称为ConditionalRBM。我想实现这一点。我已经使用Contrastive Divergence来实现RBM，为了简单起见，我想坚持使用CRBM。本文着重于用更准确的算法取代对比背散。
从我在论文中看到的，我现在需要创建三个权重矩阵（现在我还必须包括分类向量）（参见本文中的图1），我不知道如何更新每个权重矩阵（即如何创建影响矩阵变化的向量。）
有人可以请我澄清这个问题，或者建议使用简单的RBM进行分类算法，我已经实施了吗？
感谢。
答案 0 :(得分：1)
我发现以下文件澄清了这个问题：http://uai.sis.pitt.edu/papers/11/p463-louradour.pdf。这里的海报也非常有用，特别是对于实施：http://www.dmi.usherb.ca/~larocheh/publications/drbm-mitacs-poster.pdf。它不是使用3个权重矩阵，而是使用2，一个用于分类向量，一个用于实际模式。
激活概率的公式发生了变化，但想法是一样的。