受限玻爾茲曼機 代碼

 

https://www.cnblogs.com/emanlee/p/12383913.html

備注：這個python代碼需要用到psyco包（安裝困難），psyco包目前只有python2 32位版本。

在windows 64+python 3環境下，如果下載psyco的源代碼安裝，比較麻煩。

 

深度學習之受限玻爾茲曼機RBM(七)

https://www.cnblogs.com/emanlee/p/12386122.html （備注：可以運行）

https://zhuanlan.zhihu.com/p/29524041 (備注：不可運行，缺少原始的圖像文件)

https://scikit-learn.org/dev/auto_examples/neural_networks/plot_rbm_logistic_classification.html（備注：可以運行）

https://mybinder.org/v2/gh/scikit-learn/scikit-learn/master?urlpath=lab/tree/notebooks/auto_examples/neural_networks/plot_rbm_logistic_classification.ipynb （備注：可以運行）

 

受限玻爾茲曼機的實現及其在推薦系統中的應用 python

https://www.cnblogs.com/emanlee/p/12389100.html （備注：可以運行）

https://www.jianshu.com/p/2e7ffe06fcdd?tdsourcetag=s_pcqq_aiomsg

https://github.com/echen/restricted-boltzmann-machines/blob/master/rbm.py

怎么使用？？？

 

第十七節，受限玻爾茲曼機網絡及代碼實現

https://www.cnblogs.com/zyly/p/9055616.html

備注：輸入MNIST圖像文件的格式要求為：“”數據集 數據按行分割，每一行表示一個樣本，每個特征使用空格分割“”。原始MNIST圖像文件無法使用。

 

受限玻爾茲曼機(RBM)與其在Tensorflow的實現

https://blog.csdn.net/qq_23869697/article/details/80683163

備注：需要Tensorflow。

 

基礎篇：二、受限玻爾茲曼機

https://www.jianshu.com/p/93332051b217

http://imonad.com/download/RBM.py （備注：打不開）

 

Tensorflow implementation of Restricted Boltzmann Machine  

https://weibo.com/1402400261/EftvChecg?type=comment#_rnd1582880711160

https://github.com/meownoid/tensorfow-rbm

 備注：需要Tensorflow。

 

使用 TensorFlow 內置的優化器

http://c.biancheng.net/view/1954.html （代碼為圖片，無法復制代碼）

 

 MATLAB程序解讀

https://www.cnblogs.com/kailugaji/p/11595876.html

 

RBM toolbox is a MATLAB toolbox for online training of RBM and stacked RBM's.

https://github.com/skaae/rbm_toolbox