受限玻爾茲曼機(RBM)原理分析以及在Tensorflow的實現

轉自:https://blog.csdn.net/qq_23869697/article/details/80683163 簡介 受限玻爾茲曼機是一種無監督,重構原始數據的一個簡單的神經網絡。  受限玻爾茲曼機先把輸入轉爲可以表示它們的一系列輸出;這些輸出可以反向重構這些輸入。通過前向和後向訓練,訓練好的網絡能夠提取出輸入中最重要的特徵。 爲什麼RBM很重要? 因爲它能夠自動地從輸入中提取重要的特
相關文章
相關標籤/搜索