प्रतिबंधित बोल्ट्ज़मान मशीन (RBM)
एक प्रतिबंधित बोल्ट्ज़मान मशीन (RBM) दो-परत वाला एक जनरेटिव संभाव्य मॉडल है जिसमें दृश्य (अवलोकित) और छिपी हुई (अव्यक्त) बाइनरी इकाइयाँ होती हैं, जो बिना परत-भीतर कनेक्शन वाले एक अप्रत्यक्ष द्विपक्षीय ग्राफ से जुड़ी होती हैं। मूल रूप से 1986 में पॉल स्मोलेंस्की द्वारा 'हार्मोनियम' के रूप में प्रस्तुत और 2006 में जेफ्री हिंटन और रुस्लान सलाखुत्दिनोव द्वारा अपने ऐतिहासिक 2006 के साइंस पेपर में शक्तिशाली रूप से पुनर्जीवित, RBMs डीप बिलीफ नेटवर्क्स के लालची परत-दर-परत प्री-ट्रेनिंग के लिए बिल्डिंग ब्लॉक के रूप में ऐतिहासिक रूप से महत्वपूर्ण हो गए, जिसने वर्षों के ठहराव के बाद डीप न्यूरल नेटवर्क्स में रुचि को फिर से शुरू किया।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Hinton, G. E., & Salakhutdinov, R. R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507. DOI: 10.1126/science.1127647 ↗
- Hinton, G. E. (2002). Training Products of Experts by Minimizing Contrastive Divergence. Neural Computation, 14(8), 1771–1800. DOI: 10.1162/089976602760128018 ↗
- Smolensky, P. (1986). Information Processing in Dynamical Systems: Foundations of Harmony Theory. In D. E. Rumelhart & J. L. McClelland (Eds.), Parallel Distributed Processing, Vol. 1 (pp. 194–281). MIT Press. ISBN: 978-0-262-68053-0
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 20). MIT Press. ISBN: 978-0-262-03561-3
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Restricted Boltzmann Machine (RBM) — Bipartite Generative Energy Model. ScholarGate. https://scholargate.app/hi/deep-learning/restricted-boltzmann-machine
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.
- ऑटोएन्कोडरगहन अधिगम↔ compare
- गहन विश्वास नेटवर्क (डीबीएन)गहन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare