神經網絡學習筆記-受限波爾茲曼機（Restricted Boltzmann Machines）

受限波爾茲曼機（Restricted Boltzmann Machines,RBM）是一類具有兩層結構，對稱連接且無自反饋的隨機神經網絡模型，層間全連接，層內無連接。 當給定可見層神經元的狀態時，各隱藏層神經元的之間是否激活是條件獨立的；反之也同樣成立。 基於能量模型。Hinton提出針對其的訓練算法(對比散度算法) 實踐證明，RBM是一種有效的特徵提取方法，用於初始化前饋神經網絡可明顯提高泛化能

>>阅读原文<<