Mạng tin sâu (Deep Belief Network - DBN)
Một Mạng tin sâu là một mô hình xác suất sinh, bao gồm nhiều lớp biến tiềm ẩn ngẫu nhiên. Được giới thiệu bởi Hinton, Osindero và Teh vào năm 2006, DBN là một trong những kiến trúc sâu đầu tiên có thể huấn luyện hiệu quả. Mỗi cặp lớp liền kề tạo thành một Máy Boltzmann hạn chế (Restricted Boltzmann Machine - RBM), và mạng được huấn luyện tham lam, từng lớp một, trước khi tinh chỉnh có giám sát tùy chọn. DBN đã khơi dậy sự quan tâm trở lại đối với học sâu và chứng tỏ rằng việc học đặc trưng phân cấp từ dữ liệu thô là khả thi.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). Deep Belief Network (DBN). ScholarGate. https://scholargate.app/vi/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.
- Bộ tự mã hóaHọc sâu↔ compare
- Multilayer Perceptron (MLP)Học sâu↔ compare
- Máy Boltzmann Hạn chế (RBM)Học sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →