深度信念網絡(Deep Belief Network)

深度信念網絡 (Deep Belief Network, DBN) 由 Geoffrey Hinton 在 2006 年提出。它是一種生成模型，經過訓練其神經元間的權重，咱們可讓整個神經網絡按照最大機率來生成訓練數據。咱們不只可使用 DBN 識別特徵、分類數據，還能夠用它來生成數據。算法 DBN 由多層神經元構成，這些神經元又分爲顯性神經元和隱性神經元（如下簡稱顯元和隱元）。顯元用於接受輸入，隱元

>>阅读原文<<