深度信念网络与受限玻尔兹曼机

原文链接：https://my.oschina.net/u/876354/blog/1626639

深度信念网络(DBN)简介请查看原文，以下为个人理解：

1、与神经网络不同，受限玻尔兹曼机（RBM）以概率分布形式表示单元；

2、RBM以热平衡为基础，通过训练使其达到稳定状态，即为最优状态；

3、得益于RBM和对比散度算法（CD），使得DBN能更快地训练，且训练时采用逐层训练的方法提高了效率；

４、DBN采用逐层训练后，只需再使用传统BP算法再次训练，微调参数即可完成训练；

５、DBN属于无监督学习，可作为生成模型产生数据；RBM也可用于卷积神经网络的预训练。