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。

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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