受限玻尔兹曼机及其变体研究综述

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：

受限玻尔兹曼机作为学习数据分布和提取内在特征的典型概率图模型，是深度学习领域重要的基础模型。近年来，通过改进受限玻尔兹曼机的模型结构和能量函数得到众多新兴模型，即受限玻尔兹曼机变体，可以进一步提升模型的特征提取性能。研究受限玻尔兹曼机及其变体能够显著促进深度学习领域的发展，实现大数据时代海量信息的快速提取。（剩余58206字）

试读结束

目录
monitor