我试图实施RBM，然后我用网球案例来测试rbm。
之前我尝试过自动编码器，结果很好。实际上，我自己混淆了RBM的功能，我认为它就像自动编码器一样，对输入（每个实例）进行特征提取编码，然后我们可以测试或验证模型（网络）以尝试编码和解码某些实例。
但我面临的问题是RBM中某些功能的结果似乎很奇怪。
例如，gibbs采样的结果，采样数据的结果与实际数据非常接近。效果是来自采样数据的h（x）的结果，实际数据足够接近。
所以当我试图比较结果解码隐藏层中的所有单位回到实际值时，结果不好，每个特征（单位）的结果几乎相同，大约0.4到0.5。
然后f（x）= 1 / m * sigma（log（p（x）））对于丢失函数它自己只是大约0.07142857142857142，它永远不会改变（改变大约0.00000000000000001或0.00000000000000002 ）。
我使用标准规范化对每个特征使用了连续值，因此输入范围值为0到1.
有人有建议吗？
*抱歉我的英语不好：D