Duboka mreža vjerovanja (DBN)
Duboka mreža vjerovanja (Deep Belief Network, DBN) generativni je probabilistički model sastavljen od više slojeva stohastičkih, latentnih varijabli. DBN-ove, koje su 2006. predstavili Hinton, Osindero i Teh, bile su među prvim dubokim arhitekturama koje su se mogle učinkovito trenirati. Svaki par susjednih slojeva tvori Ograničenu Boltzmannovu mašinu (Restricted Boltzmann Machine, RBM), a mreža se trenira pohlepno, sloj po sloj, prije opcionalnog nadziranog finog podešavanja. DBN-ovi su ponovno pobudili interes za duboko učenje i pokazali da je učenje hijerarhijskih značajki iz sirovih podataka izvedivo.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/hr/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.
- AutoenkoderDuboko učenje↔ compare
- Višeslojni perceptron (MLP)Duboko učenje↔ compare
- Ograničeni Boltzmannov stroj (RBM)Duboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →