【深度學習】波爾次曼機,受限波爾茲曼機,DBN詳解

神經網絡自20世紀50年代發展起來後，因其良好的非線性能力、泛化能力而備受關注。然而，傳統的神經網絡仍存在一些侷限，在上個世紀90年代陷入衰落，主要有以下幾個原因： 1、傳統的神經網絡一般都是單隱層，最多兩個隱層，因爲一旦神經元個數太多、隱層太多，模型的參數數量迅速增長，模型訓練的時間非常之久； 2、傳統的神經網絡，隨着層數的增加，採用隨機梯度下降的話一般很難找到最優解，容易陷入局部最優解。在反向

>>阅读原文<<