RBM

发表于 2023-11-27 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片阅读次数：本文字数： 520 阅读时长 ≈ 1 分钟

两层的神经网络，即输入层和输出层，训练时包括 2 个方向，从输入层到输出层 + 从输出层到输入层

什么是 RBM ？

RBM 包含两个层，可见层（v）和隐藏层（h）。神经元之间的连接具有如下特点：层内无连接，层间全连接。训练时首先在可见层输入原始数据，经过计算后，得到 h，然后再通过 h 生成 v
一般来说，可见层单元用来描述观察数据的一个方面或一个特征，而隐藏层单元的意义一般来说并不明确，可以看作特征提取层

RBM 的应用？

RBM 可以看做是一个编码解码的过程，从可见层到隐藏层就是编码，而反过来从隐藏层到可见层就是解码。在推荐系统中，有些用户对部分商品评分了，输入 RBM 训练
对于训练好的 RBM，根据当前用户的喜好输入，RBM 会预测用户对其他商品的评分，取最高评分作为推荐商品

什么是深度信念网络 (DBN)?

由多层受限制玻尔兹曼机堆叠起来的网络叫作深度信念网络 (DBN)，深度信念网络在最后一层接入一个 Softmax 层用作分类，训练的时候采取逐层训练 + 微调的方式

参考：