Boltzmann神经网络模型与学习算法.pptVIP

2.10? Boltzmann神经网络模型与学习算法 概述 Ackley、Hinton等人以模拟退火思想为基础，对Hopfield模型引入了随机机制，提出了Boltzmann机。 概述 Boltzmann机是第一个受统计力学启发的多层学习机，它是一类典型的随机神经网络，属于反馈神经网络类型 其命名来源于Boltzmann在统计热力学中的早期工作和网络本身的动态分布行为 Boltzmann机结合BP网络和Hopfield网络在网络结构、学习算法和动态运行机制的优点，是建立在Hopfield网基础上的，具有学习能力，能够通过一个模拟退火过程寻求解答。不过，其训练时间比BP网络要长。 2.10.1 Boltzmann机的网络结构 Boltzmann机由输入部、输出部和中间部构成 2.10.1 Boltzmann机的网络结构 输入部和输出部神经元统称为显见神经元，是网络与外部环境进行信息交换的媒介，中间部的神经元称为隐见神经元，它们通过显见神经元与外界进行信息交换 每一对神经元之间的信息传递是双向对称的，即 而且自身无反馈，即 。 显见神经元将被外部环境“约束”在某一特定的状态，而中间部隐见神经元则不受外部环境约束。 2.10.1 Boltzmann机的网络结构 Boltzmann机神经元模型 每个神经元的兴奋或抑制具有随机性，其概率取决于神经元的