【零散知识】受限波兹曼机(restricted Boltzmann machine,RBM)和深度置信网络(deep belief network,DBN)

本文介绍了受限波兹曼机(RBM)和深度置信网络(DBN)的基本概念。RBM由可见层和隐藏层构成,其能量函数与权重、单元值相关。DBN则由多个RBM层组成,通过无监督和有监督学习进行训练。文中提及的训练过程涉及吉布斯采样,但未展开讨论。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言:

{

    最近一直在想要不要去线下的英语学习机构学英语 (本人的英语口语能力实在是低)。如果我想完成今年的年度计划,那么今年就没时间学英语了。

    这次的内容是之前落下的深度置信网络(deep belief network)[1]和其涉及的受限波兹曼机(restricted Boltzmann machine)[2]。不过这次就不看原论文了,而是简单地做一次零散知识的记录。

}

 

正文:

{

    根据[2]中的介绍,一个标准的受限波兹曼机由一层可见层和一层隐藏层组成,其中可见层和隐藏层的值都是布朗(二值)型的。图1是一个受限波兹曼机的结构,其可见层有3个单元,隐藏层有4个单元,没有画出偏置单元。

图1

    式(1)是受限波兹曼机的重要内容——能量函数。

式(1)

    以图1的结构为基准,式(1)中i∈[1,3],j∈

评论
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
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