受限玻尔兹曼机RBM的基本原理详细概述

受限玻尔兹曼机(RBM)是深度信念网络的基础,是一种概率生成模型。它包含一个隐含层和一个可见层,两层间双向连接但同层单元无相互连接。RBM通过能量函数计算概率,并使用无监督学习更新权重,确保特征信息的保留。在深度学习中,RBM先进行无监督预训练,然后在最后一层接入BP神经网络进行有监督学习。

    RBM受限玻尔兹曼机是组成深度信念网络的一种基本单元,RBM是一种概率生成模型也是一种能量模型, RBM模块中主要包括一个隐含层和一个可见层。其中,受限玻尔兹曼机的隐含层和可见层是通过双向连接的方式进行连接的,而同层之间各单元之间则无相互连接。RBM的基本结构如图所示:

因此,RBM可以用如下的表达式标示:

    其中变量的含义表示连接权值矩阵,其位于隐含层h和可见层v之间,变量

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

fpga和matlab

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值