rbm

受限玻尔兹曼机（Restricted Boltzmann Machine，简称RBM）是一种概率生成模型，由Smolensky于1986年提出。它通过训练数据来学习隐藏层和可见层之间的映射关系，从而可以用于降维、特征提取、分类等任务。RBM具有无向图结构，每个节点都与相邻的两层节点相连，但同一层节点之间没有连接。在训练过程中，RBM采用对比散度算法进行参数更新，以最大化数据的似然函数。RBM的应用非常广泛，包括自然语言处理、计算机视觉、语音识别等领域。