Begrænset Boltzmann Machine (RBM)

Forfatter: Roger Morrison
Oprettelsesdato: 27 September 2021
Opdateringsdato: 1 Juli 2024
Anonim
Begrænset Boltzmann Machine (RBM) - Teknologi
Begrænset Boltzmann Machine (RBM) - Teknologi

Indhold

Definition - Hvad betyder Begrænset Boltzmann Machine (RBM)?

En begrænset Boltzmann-maskine (RBM) er en type kunstigt neuralt netværk opfundet af Geoff Hinton, en pioner inden for maskinlæring og neuralt netværksdesign.


Denne type generative netværk er nyttigt til filtrering, indlæring og klassificering, og den anvender nogle typer af dimensionalitetsreduktion for at hjælpe med at tackle komplicerede input.

En introduktion til Microsoft Azure og Microsoft Cloud | Gennem denne vejledning lærer du, hvad cloud computing handler om, og hvordan Microsoft Azure kan hjælpe dig med at migrere og drive din virksomhed fra skyen.

Techopedia forklarer Restricted Boltzmann Machine (RBM)

Den begrænsede Boltzmann-maskine er såkaldt, fordi der ikke er nogen kommunikation mellem lagene i modellen, hvilket er modelens “begrænsning”. Eksperter forklarer, at RBM-noder træffer "stokastiske" beslutninger, eller at disse bestemmes tilfældigt. Forskellige vægte ændrer indgangsstrukturen, og aktiveringsfunktioner behandler output af en knude. Som andre typer lignende systemer fungerer den begrænsede Boltzmann-maskine med inputlag, skjulte lag og outputlag for at opnå maskinelæringsresultater. RBM har også været nyttigt til at skabe mere sofistikerede modeller, såsom deep belief-netværk, ved at stable individuelle RBM'er sammen.