（深度学习 机器学习）栈式自动编码器与深度信念网络

1.单层编码能够尽量保留输入层的信息，如果在第一层编码的基础上继续构建一层自动编码器，那么新的编码能够尽量保留第一层编码的信息，也就能保留输入的绝大部分信息，这种叠加的自动编码器称为栈式自动编码器。
2.栈式自动编码器进行逐层的贪婪训练方式非常适合深度学习模型的权重初始化。
3.信念网络又称贝叶斯网络或贝叶斯信念网络，是一种有向无环图模型，这种模型可以在任意叶子节点生成无偏的样本集合，因此认为这样的网络具有自己的信念。
4.深度信念网络是通过不断积累RBM（受限玻尔兹曼机）形成的深层网络结构。
5.深度信念网络根据应用需求不同，即可以用作自动编码器，也可以用作分类器。
6.深度信念网络用作分类器时逐层训练完之后，采用后向传播技术针对分类目标进行微调。