RBM系列1：預備知識

受限玻爾茲曼機是一種可用隨機神經網絡來解釋的概率圖模型。它由Smolensky於1986年在玻爾茲曼機（BM）的基礎上提出，所謂「隨機」，是指這種網絡中的神經元是隨機神經元，其輸出只有兩種狀態（激活和未激活），一般用二進制的0和1來表示，而狀態的具體取值則根據概率統計法則來決定。 隨着計算機計算性能的迅速提高和快速算法的不斷髮展，RBM在各種相關機器學習算法中已經變得實際可行。尤其是，在Hinto

>>阅读原文<<