Indholdsfortegnelse:
Definition - Hvad betyder Deep Belief Network (DBN)?
Et dybt trosnetværk (DBN) er en sofistikeret type generativt neuralt netværk, der bruger en uovervåget maskinlæringsmodel til at producere resultater. Denne type netværk illustrerer noget af det arbejde, der er blevet udført for nylig ved brug af relativt umærkede data til at opbygge uovervågede modeller.
Techopedia forklarer Deep Belief Network (DBN)
Nogle eksperter beskriver det dybe trosnetværk som et sæt begrænsede Boltzmann-maskiner (RBM'er) stablet oven på hinanden. Generelt består netværk af dybt overbevisning af forskellige mindre neurale netværk uden opsyn. Et af de fælles træk ved et dybt overbevisende netværk er, at selv om lag har forbindelser mellem dem, inkluderer netværket ikke forbindelser mellem enheder i et enkelt lag.
Geoff Hinton, en af pionererne i denne proces, karakteriserer stablede RBM'er som tilvejebringelse af et system, der kan trænes på en "grådig" måde og beskriver dyb tro-netværk som modeller "der udtrækker en dyb hierarkisk repræsentation af træningsdata."
Generelt viser denne type uovervåget maskinlæringsmodel, hvordan ingeniører kan forfølge mindre strukturerede, mere robuste systemer, hvor der ikke er så meget datamærkning, og teknologien skal samle resultater baseret på tilfældige input og iterative processer.
