Machine learningGenerative / pretraining
심층 신뢰 신경망(Deep Belief Network, DBN)
심층 신뢰 신경망(DBN)은 여러 계층의 확률적 잠재 변수로 구성된 생성 확률 모델이다. 2006년 Hinton, Osindero, Teh에 의해 소개된 DBN은 효율적으로 훈련될 수 있었던 최초의 심층 구조 중 하나였다. 인접한 각 계층 쌍은 제한 볼츠만 머신(Restricted Boltzmann Machine, RBM)을 형성하며, 네트워크는 선택적 지도 미세 조정 전에 한 번에 한 계층씩 탐욕적으로 훈련된다. DBN은 심층 학습에 대한 관심을 다시 불러일으켰고, 원시 데이터로부터 계층적 특징 학습이 실현 가능하다는 것을 보여주었다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/ko/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.
Compare side by side →