颜色分类leetcode用于现实世界代理的解耦、生成、无监督、多模式架构。这个存储库包含一个新的生成多模式架构的工作实现。完全无监督，并且对超参数具有很大的不变性，该实现学习根据MNIST的音频版本对MNIST进行分类，反之亦然，准确率~97.8%，并在数据中发现正确的类数。TLDR：该架构学会在没有监督的情况下对数据进行准确分类，无需事先了解数据中包含的类别。它通过利用多模式“刺激”之间的时间相关性来做到这一点，类似于婴儿通过图像与声音相关联来学习物体名称。比经典聚类算法更稳健地发现数据中的类数，且学到的知识有根据。数据基于其他数据进行学习和分类，例如根据声音的图像或根据其他图像的图像。系统高度可扩展，可轻松添加任意数量的附加模式。“奖励”可以被视为一种模态，系统将学习将类与预期奖励相关联。这一方法简单且在生物学上合理。