前言
今天的文章將要介紹深度學習中其中一種演算法叫深度信念網路(DBN)。
介紹
DBN是由多層隨機潛在變數組成的生成模型，DBN是一堆玻茲曼機，在各層之間具有連接，每個 RBM 層都與之前和後續層進行通信。深度信念網路(DBN)用於圖像識別、影像識別和動作捕捉數據。
運作模式
1.貪婪的學習演算法訓練DBN。貪婪學習演算法使用逐層方法學習自上而下的生成權重。
2.DBN在頂部的兩個隱藏層上運行Gibbs採樣的步驟。此階段從由前兩個隱藏層定義的RBM中抽取樣本。
3.DBN使用通過模型其餘部分的單一原始採樣從可見單元中抽取樣本。
4.DBN瞭解到，每一層中潛在變數的值都可以通過一次自下而上的傳遞來推斷。
圖片來源
https://kilong31442.medium.com/top-10-%E6%82%A8%E6%87%89%E8%A9%B2%E8%A6%81%E5%AD%B8%E6%9C%83%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%BC%94%E7%AE%97%E6%B3%95-fundamental-review-series-d8c69897e010
參考資料
https://kilong31442.medium.com/top-10-%E6%82%A8%E6%87%89%E8%A9%B2%E8%A6%81%E5%AD%B8%E6%9C%83%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%BC%94%E7%AE%97%E6%B3%95-fundamental-review-series-d8c69897e010
看影片追技術