七.RBM受限玻爾茲曼機
1、受限玻爾茲曼機
玻爾茲曼機是一大類的神經網路模型,但是在實際應用中使用最多的則是受限玻爾茲曼機(RBM)。
受限玻爾茲曼機(RBM)是一個隨機神經網路(即當網路的神經元節點被啟用時會有隨機行為,隨機取值)。它包含一層可視層和一層隱藏層。在同一層的神經元之間是相互獨立的,而在不同的網路層之間的神經元是相互連線的(雙向連線)。在網路進行訓練以及使用時資訊會在兩個方向上流動,而且兩個方向上的權值是相同的。但是偏置值是不同的(偏置值的個數是和神經元的個數相同的),受限玻爾茲曼機的結構如下
上面一層神經元組成隱藏層(hidden layer), 用
常用的RBM一般是二值的,即不管是隱藏層還是可見層,它們的神經元的取值只為0或者1。
RBM模型結構的結構:主要是權重矩陣W, 偏倚係數向量a和b,隱藏層神經元狀態向量h和可見層神經元狀態向量v。
2、能量函式和概率分佈
RBM是基於基於能量的概率分佈模型。分為兩個部分:第一部分是能量函式,第二部分是基於能量函式的概率分佈函式。對於給定的狀態向量