Xarxa de creences profundes (DBN)
Una Xarxa de creences profundes (Deep Belief Network, DBN) és un model probabilístic generatiu compost per múltiples capes de variables estocàstiques latents. Introduïdes per Hinton, Osindero i Teh el 2006, les DBN van ser de les primeres arquitectures profundes que es van poder entrenar eficientment. Cada parell de capes adjacents forma una Màquina de Boltzmann restringida (Restricted Boltzmann Machine, RBM), i la xarxa s'entrena de manera cobdiciosa, una capa a la vegada, abans d'un ajustament supervisat opcional. Les DBN van revifar l'interès per l'aprenentatge profund i van demostrar que l'aprenentatge de característiques jeràrquiques a partir de dades brutes és tractable.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/ca/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.
- AutoencoderAprenentatge profund↔ compare
- Perceptró Multicapa (MLP)Aprenentatge profund↔ compare
- Màquina de Boltzmann restringida (RBM)Aprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →