Ограниченная машина Больцмана
-
Обзор и применение RBM
- RBM — это модель, которая использует стохастические бинарные нейроны для представления данных.
- RBM может быть использована для классификации и распознавания образов.
- RBM имеет ограничения, такие как невозможность обучения на непрерывных данных и отсутствие градиента.
-
Обучение RBM
- Обучение RBM включает в себя выборку Гиббса и контрастную дивергенцию.
- RBM обучается путем обновления весовых матриц и смещений.
- Практическое руководство по обучению RBM доступно на домашней странице Хинтона.
-
Ограниченная машина Больцмана (RBM)
- RBM с ограниченным доступом отличается от RBM наличием боковых соединений внутри слоя.
- Stacked Boltzmann используется для различных задач, таких как обработка естественного языка и создание изображений.
- Ограниченный доступ Boltzmann позволяет тренировать слои по отдельности и приближаться к равновесию.
-
Недостатки и ограничения RBM
- RBM не следует градиенту функции и имеет сложные вычисления для вещественнозначных нейронов.
- Обучение RBM может быть импровизированным из-за отсутствия градиента.