semantic-hashing

Implementacion en Python de Semantic Hashing.

Instrucciones

Para realizar semantic hashing y generar las cadenas binarias se realiza:

import semantic_hashing as sh
W = sh.fit(train_data)
hashs = sh.transform(test_data,W)

Métodos

fit()

Entrena el modelo de semantic hashing según los tfs, la cantidad de capas ocultas, tamaño de los batchs. Retorna una lista con los pesos de la red.

fit(tfs, hidden_layer=[500,500], output_layer=128, maxepoch=50,
    lr_w = 0.1, lr_vb = 0.1, lr_hb = 0.1, weightcost = 0.0002, momentum = 0.9,
    pretrain_size_batch=100, finetuning_size_batch=1000)

---

• tfs: Numpy Array de tfs.
• hidden_layer: Lista con tamaño de las capas ocultas.
• output_layer: Tamaño de capa de salida.
• maxepoch: Total epochs en pre-entrenamiento y finetuning.
• lr_w: learning_rate para los pesos.
• lr_vb: learning_rate para la capa visible en pre-entrenamiento.
• lr_hb: learning_rate para la capa oculta en pre-entrenamiento.
• weightcost: weight decay en pre-entrenamiento.
• momentum: momentum en pre-entrenamiento.
• pretrain_size_batch: Tamaño de cada batch en pre-entrenamiento.
• finetuning_size_batch: Tamaño de cada batch en fine-tuning.

---

transform()

Transforma los tfs en cadenas binarias.

transform(tfs,W)

---

• tfs: Numpy Array de tfs.
• W: Lista con los pesos de la red.

---

Copyright: see http://www.cs.toronto.edu/~hinton/code/README.txt