Ograniczona maszyna Boltzmanna (RBM)

Autor: Roger Morrison
Data Utworzenia: 27 Wrzesień 2021
Data Aktualizacji: 21 Czerwiec 2024
Anonim
Restricted Boltzmann Machines (RBM) - A friendly introduction
Wideo: Restricted Boltzmann Machines (RBM) - A friendly introduction

Zawartość

Definicja - Co oznacza Restricted Boltzmann Machine (RBM)?

Ograniczona maszyna Boltzmanna (RBM) to rodzaj sztucznej sieci neuronowej wynalezionej przez Geoffa Hintona, pioniera w dziedzinie uczenia maszynowego i projektowania sieci neuronowych.


Ten rodzaj sieci generatywnej jest przydatny do filtrowania, uczenia się funkcji i klasyfikacji oraz wykorzystuje pewne rodzaje redukcji wymiarów, aby pomóc w radzeniu sobie ze skomplikowanymi danymi wejściowymi.

Wprowadzenie do Microsoft Azure i Microsoft Cloud | W tym przewodniku dowiesz się, na czym polega przetwarzanie w chmurze i jak Microsoft Azure może pomóc w migracji i prowadzeniu firmy z chmury.

Techopedia wyjaśnia Restricted Boltzmann Machine (RBM)

Ograniczona maszyna Boltzmanna jest tak zwana, ponieważ w modelu nie ma komunikacji między warstwami, co jest „ograniczeniem” modelu. Eksperci wyjaśniają, że węzły RBM podejmują decyzje „stochastyczne” lub że są one losowo ustalane. Różne wagi zmieniają strukturę danych wejściowych, a funkcje aktywacyjne przetwarzają dane wyjściowe węzła. Podobnie jak inne typy podobnych systemów, ograniczona maszyna Boltzmann działa z warstwami wejściowymi, ukrytymi i wyjściowymi, aby osiągnąć wyniki uczenia maszynowego. RBM był także przydatny w tworzeniu bardziej wyrafinowanych modeli, takich jak sieci głębokiej wiary, poprzez łączenie pojedynczych RBM razem.