Мрежа на дълбоките убеждения (DBN)
Мрежата на дълбоките убеждения (DBN) е генеративен вероятностен модел, съставен от множество слоеве от стохастични, латентни променливи. Въведени от Хинтън, Осиндеро и Те през 2006 г., DBNs са сред първите дълбоки архитектури, които могат да бъдат ефективно обучавани. Всяка двойка съседни слоеве образува ограничена машина на Болцман (Restricted Boltzmann Machine), а мрежата се обучава "алчно" (greedy), слой по слой, преди опционална фина настройка под надзор. DBNs възродиха интереса към дълбокото обучение и демонстрираха, че йерархичното извличане на признаци от сурови данни е осъществимо.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Hinton, G. E., Osindero, S., & Teh, Y.-W. (2006). A fast learning algorithm for deep belief nets. Neural Computation, 18(7), 1527–1554. DOI: 10.1162/neco.2006.18.7.1527 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/bg/deep-learning/deep-belief-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- АвтоенкодерДълбоко обучение↔ compare
- Многослоен персептрон (MLP)Дълбоко обучение↔ compare
- Рестриктивна Болцманова машина (RBM)Дълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →