Learnergy：基于能量的机器学习框架
机器学习
2020-09-24 v2 计算机视觉与模式识别
机器学习
摘要
在过去几年中，机器学习技术在深度学习架构背景下得到了广泛推广。一种称为受限玻尔兹曼机（Restricted Boltzmann Machine）的令人瞩目的算法依赖于基于能量与概率的本质，以解决最多样化的应用，例如图像与信号的分类、重建与生成。然而，人们可以看到，与其他知名的深度学习技术（如卷积神经网络）相比，它们并未得到充分的认可。这种行为导致了文献中围绕这些系统的研究与实现匮乏，难以充分理解这些基于能量的系统。因此，在本文中，我们提出了一个受 Python 启发的基于能量架构框架，称为 Learnergy。本质上，Learnergy 构建于 PyTorch 之上，以提供更友好的环境与更快速的原型工作空间，并可能利用 CUDA 计算来加快其计算时间。
引用
@article{arxiv.2003.07443,
title = {Learnergy: Energy-based Machine Learners},
author = {Mateus Roder and Gustavo Henrique de Rosa and João Paulo Papa},
journal= {arXiv preprint arXiv:2003.07443},
year = {2020}
}
备注
12 pages, 12 figures