受限玻尔兹曼机(RBM)

作者: Roger Morrison
创建日期: 27 九月 2021
更新日期: 1 七月 2024
Anonim
Restricted Boltzmann Machines (RBM) - A friendly introduction
视频: Restricted Boltzmann Machines (RBM) - A friendly introduction

内容

定义-受限玻尔兹曼机(RBM)是什么意思?

受限玻尔兹曼机器(RBM)是由机器学习和神经网络设计的先驱Geoff Hinton发明的一种人工神经网络。


这种类型的生成网络可用于过滤,特征学习和分类,并且采用某些类型的降维来帮助处理复杂的输入。

Microsoft Azure和Microsoft Cloud简介在本指南中,您将了解什么是云计算,以及Microsoft Azure如何帮助您从云迁移和运行业务。

Techopedia解释了受限玻尔兹曼机(RBM)

所谓的受限Boltzmann机器是因为模型中各层之间没有通信,这是模型的“约束”。专家解释说,RBM节点做出“随机”决策,或者这些决策是随机确定的。各种权重会更改输入的结构,激活函数会处理节点的输出。像其他类型的类似系统一样,受限的Boltzmann机器与输入层,隐藏层和输出层一起运行,以实现机器学习结果。通过将单个RBM堆叠在一起,RBM在创建更复杂的模型(例如深度信任网络)中也很有用。