Boltzmann机

http://www6.zzu.edu.cn/shili/jxzy/ICtrl/text/chapter6/section3/6.3.3.htm

Boltzmann机网络结构和工作方式
       Boltzmann机网络是一个相互连接的神经网络模型，具有对称的连接权系数，及 ，且。网络由可见单元（Visible Unit）和隐单元（Hidden Unit）构成。可见单元由输入、输出部分组成。每个单元节点只取1或0两种状态。1代表接通或接受，0表示断开或拒绝。当神经元的输入加权和发生变化时，神经元的状态随之更新。各单元之间状态的更新是异步的。可用概率来描述。

与Hopfield网络相似，Boltzmann机的实际运行也分为两个阶段：第一阶段是学习和训练阶段，即根据学习样本对网络进行训练，将知识分布地存储于网络的连接权中；第二阶段是工作阶段，即根据输入运行网络得到合适的输出，这一步实质上是按照某种机质将知识提取出来。
　

2. 网络的学习和训练

网络学习的目的是通过给出一组学习样本，经学习后得到Boltzmann机各种神经元之间的连接权 。

Boltzmann机网络学习的步骤可归纳如下：

1）随机设定网络的连接权 及初始高温。

2）按照已知的概率 ，依次给定学习样本。在样本的约束下，按照模拟退火程度运行网络，直至达到平衡状态，统计出各 。在无约束条件下，按同样的步骤并同样的次数运行网络，统计出各 。

3）按下述公式修改权值

       

4）重复上述步骤，直到 小于一定的容限。