ScholarGate
Pembantu
Machine learningGenerative / pretraining

Deep Belief Network (DBN)

A Deep Belief Network ialah model probabilistik generatif yang terdiri daripada berbilang lapisan pemboleh ubah stokastik, laten. Diperkenalkan oleh Hinton, Osindero, dan Teh pada tahun 2006, DBN merupakan antara seni bina mendalam pertama yang dilatih secara cekap. Setiap pasangan lapisan bersebelahan membentuk Restricted Boltzmann Machine, dan rangkaian dilatih secara tamak, satu lapisan pada satu masa, sebelum penalaan halus berpandukan penyeliaan pilihan. DBN menghidupkan semula minat dalam pembelajaran mendalam dan menunjukkan bahawa pembelajaran ciri hierarkis daripada data mentah adalah boleh dikendalikan.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  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

Cara memetik halaman ini

ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/ms/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

Dirujuk oleh

ScholarGateDeep Belief Network (Deep Belief Network (DBN)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/deep-belief-network · Set data: https://doi.org/10.5281/zenodo.20539026