受限玻尔兹曼机(RBM) 文章目录 受限玻尔兹曼机(RBM)概念详细讲解: 概念 Restricted Boltzmann machine(RBM),受限玻尔兹曼机。是一种无监督学习算法,是深度神经网络走红之前,常见的一种用于深度概率模型建模的模型。包含一层可观察变量(输入层)和一层潜在变量(隐藏层)。可以用下图表示: 上图中v为可见层,h为隐藏层,两层神经元一般都是二进制数。被叫做受限玻尔兹曼机的原因:层内神经元没有连接,仅仅是可见层和隐藏层之间的连接,所以也是一个二分图模型。 详细讲解: 参考链接:受限玻尔兹曼机(restricted Boltzmann machine, RBM) - 简书 视频讲解:该课程链接中的第五章