গভীর বিশ্বাস নেটওয়ার্ক (DBN)
একটি গভীর বিশ্বাস নেটওয়ার্ক হল একটি জেনারেটিভ সম্ভাব্যতা মডেল যা একাধিক স্তরের স্টোকাস্টিক, সুপ্ত চলক (latent variables) দ্বারা গঠিত। ২০০৬ সালে হিন্টন, ওসিন্ডেরো এবং টেহ দ্বারা প্রবর্তিত, DBN গুলি প্রথম দিকের গভীর আর্কিটেকচারগুলির মধ্যে ছিল যা দক্ষতার সাথে প্রশিক্ষিত হতে পারত। প্রতিটি সংলগ্ন স্তরের জোড়া একটি সীমাবদ্ধ বোল্টজম্যান মেশিন (Restricted Boltzmann Machine) গঠন করে এবং নেটওয়ার্কটি লোভীভাবে (greedily), একবারে একটি স্তর করে, ঐচ্ছিক তত্ত্বাবধানে ফাইন-টিউনিংয়ের আগে প্রশিক্ষিত হয়। DBN গুলি গভীর শিক্ষার (deep learning) প্রতি আগ্রহ পুনরুজ্জীবিত করেছিল এবং দেখিয়েছিল যে কাঁচা ডেটা থেকে অনুক্রমিক বৈশিষ্ট্য শিক্ষা (hierarchical feature learning) সম্ভব।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/bn/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.
- অটোএনকোডারগভীর শিখন↔ compare
- মাল্টিলেয়ার পারসেপ্ট্রন (MLP)গভীর শিখন↔ compare
- রেস্ট্রিকটেড বোল্টজম্যান মেশিন (RBM)গভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →