ScholarGate
עוזר
Machine learningGenerative / pretraining

רשת אמונה עמוקה (DBN)

רשת אמונה עמוקה (Deep Belief Network) היא מודל הסתברותי יוצר (generative probabilistic model) המורכב ממספר שכבות של משתנים סטוכסטיים חבויים (stochastic, latent variables). רשתות DBN, שהוצגו על ידי הינטון, אוסינדרו וטה בשנת 2006, היו בין הארכיטקטורות העמוקות הראשונות שאומנו ביעילות. כל זוג שכבות סמוכות יוצר מכונת בולצמן מוגבלת (Restricted Boltzmann Machine), והרשת מאומנת באופן חמדני (greedily), שכבה אחר שכבה, לפני כוונון עדין מפוקח אופציונלי. רשתות DBN החיו מחדש את העניין בלמידה עמוקה והדגימו כי למידת תכונות היררכית מנתונים גולמיים היא בת-ביצוע.

פתיחה ב-MethodMindבקרובוידאובקרובהורדת מצגת

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

מפת שיטות

סביבת השיטות הקרובות — בחרו צומת כדי לחקור.

מקורות

  1. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/he/deep-learning/deep-belief-network

איזו שיטה?

הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.

השוואה זה לצד זה

מאוזכר על ידי

ScholarGateDeep Belief Network (Deep Belief Network (DBN)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/deep-learning/deep-belief-network · מערך נתונים: https://doi.org/10.5281/zenodo.20539026