目录:
定义-受限玻尔兹曼机（RBM）是什么意思？
受限玻尔兹曼机（RBM）是由机器学习和神经网络设计的先驱Geoff Hinton发明的一种人工神经网络。
这种类型的生成网络可用于过滤，特征学习和分类，并且采用某些类型的降维来帮助处理复杂的输入。
Techopedia解释了受限玻尔兹曼机（RBM）
所谓的受限Boltzmann机器是因为模型中各层之间没有通信，这是模型的“约束”。 专家解释说，RBM节点做出“随机”决策，或者这些决策是随机确定的。 各种权重会更改输入的结构，激活函数会处理节点的输出。 像其他类型的类似系统一样，受限的Boltzmann机器与输入层，隐藏层和输出层一起运行，以实现机器学习结果。 通过将各个RBM堆叠在一起，RBM在创建更复杂的模型（例如深度信任网络）中也很有用。
