Rețea de credință profundă (DBN)
O rețea de credință profundă este un model probabilistic generativ, compus din multiple straturi de variabile stocastice, latente. Introdusă de Hinton, Osindero și Teh în 2006, DBN-urile au fost printre primele arhitecturi profunde care au putut fi antrenate eficient. Fiecare pereche de straturi adiacente formează o mașină Boltzmann restricționată (Restricted Boltzmann Machine - RBM), iar rețeaua este antrenată lacom (greedily), câte un strat pe rând, înainte de o ajustare fină (fine-tuning) supervizată opțională. DBN-urile au reînviat interesul pentru învățarea profundă și au demonstrat că învățarea ierarhică a caracteristicilor (feature learning) din date brute este fezabilă.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/ro/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.
- AutoencoderÎnvățare profundă↔ compare
- Perceptron multistrat (MLP)Învățare profundă↔ compare
- Mașină Boltzmann Restricționată (RBM)Învățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →