14.2基于受限玻尔兹曼机的深度信念网络概述与原理.ppt

下载文档

0
0
约小于1千字
约 1页
2024-07-04 发布于江苏
举报
版权申诉
保障服务

14.2基于受限玻尔兹曼机的深度信念网络概述与原理.ppt

1、本文档共1页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

8.2.1基于受限玻尔兹曼机的深度信念网络概述与原理基于受限玻尔兹曼机的深度信念网络是由多个受限玻尔兹曼机堆叠而成的一个神经网络，它是一个生成模型，也是一个判别模型，其结构如图8-3所示。4图8-3DBN网络结构网络的训练过程与传统的人工神经网络有所区别，它分为两个逐层预训练阶段和全局微调阶段。①预训练阶段：只使用输入数据，不使用数据的标签，属于无监督学习。②全局微调阶段：以训练好的RBM之间的权重和偏置作为深度信念网络的初始权重和偏置，以数据的标签作为监督信号计算网络误差，利用误差反向传播BP算法计算各层误差，使用梯度下降法完成各层权重和偏置调节。