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.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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.
- מפענח-מצפין (Autoencoder)למידה עמוקה↔ השוואה
- רשת רב-שכבתית (MLP)למידה עמוקה↔ השוואה
- מכונת בולצמן מוגבלת (RBM)למידה עמוקה↔ השוואה