Mesin Boltzmann Terhad (RBM)
Mesin Boltzmann Terhad ialah model probabilistik generatif dua lapisan yang terdiri daripada unit binari yang boleh dilihat (dipantau) dan tersembunyi (latensi) yang disambungkan oleh graf bipartit tak terarah tanpa sambungan dalam lapisan. Pada asalnya diperkenalkan sebagai 'Harmonium' oleh Paul Smolensky pada tahun 1986 dan dihidupkan semula dengan berkesan oleh Geoffrey Hinton dan Ruslan Salakhutdinov dalam kertas Sains mercu tanda mereka pada tahun 2006, RBM menjadi penting secara sejarah sebagai blok binaan untuk pra-latihan lapisan demi lapisan secara tamak bagi Rangkaian Kepercayaan Dalam, memulakan semula minat dalam rangkaian saraf dalam selepas bertahun-tahun terhenti.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 3). Restricted Boltzmann Machine (RBM) — Bipartite Generative Energy Model. ScholarGate. https://scholargate.app/ms/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.
- AutoenkoderPembelajaran Mendalam↔ compare
- Deep Belief Network (DBN)Pembelajaran Mendalam↔ compare
- Autoenkoder VariasiPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →