用于协同过滤的 RBM

【问题标题】：RBM for collaborative filtering用于协同过滤的 RBM
【发布时间】：2015-11-20 23:41:17
【问题描述】：

我的协同过滤算法 RBM 不会收敛... 我认为RBM对于协同过滤的想法是

看了很多论文或讲座，不知道哪里错了

【问题讨论】：

【解决方案1】：

这不是一个简单的问题！您对学习过程的描述看起来不错。但是，从描述到实际代码都有很大的错误空间。此外，对于 CF，“香草”RBM 将不起作用。

还有 2 个关于权重更新和预测过程的细节与 vanilla 的 RBM 略有不同

【讨论】：

我看过论文，对更新部分感到困惑。 RBM 是否按用户批次更新？还是单用户？
理想情况下，最好一次培训一位用户。但是，有些作品以小批量方式报告了结果训练，例如：orbi.ulg.ac.be/handle/2268/74400
你好，丹，你好运吗？我一直在使用每个用户的更新来训练 CF 的 RBM，但是，如果您按小批量更新，它也可以工作。请记住，理想情况下，您的学习率应该与批次大小成正比。
你好，丹！我对这个模型的工作实现：github.com/felipecruz/CFRBM希望它对你有帮助。