神经网络学习笔记-受限波尔兹曼机（Restricted Boltzmann Machines）

受限波尔兹曼机（Restricted Boltzmann Machines,RBM）是一类具有两层结构，对称连接且无自反馈的随机神经网络模型，层间全连接，层内无连接。 当给定可见层神经元的状态时，各隐藏层神经元的之间是否激活是条件独立的；反之也同样成立。 基于能量模型。Hinton提出针对其的训练算法(对比散度算法) 实践证明，RBM是一种有效的特征提取方法，用于初始化前馈神经网络可明显提高泛化能

>>阅读原文<<