深度学习--深信念网络(Deep Belief Network).docVIP

深度学习--深度信念网络（Deep Belief Network） 概述? 深度信念网络 (Deep Belief Network, DBN) 由 Geoffrey Hinton 在 2006 年提出。它是一种生成模型，通过训练其神经元间的权重，我们可以让整个神经网络按照最大概率来生成训练数据。我们不仅可以使用 DBN 识别特征、分类数据，还可以用它来生成数据。下面的图片展示的是用 DBN 识别手写数字：? 图 1 用深度信念网络识别手写数字。图中右下角是待识别数字的黑白位图，它的上方有三层隐性神经元。每一个黑色矩形代表一层神经元，白点代表处于开启状态的神经元，黑色代表处于关闭状态的神经元。注意顶层神经元的左下方即使别结果，与画面左上角的对应表比对，得知这个 DBN 正确地识别了该数字。 下面是展示了一个学习了大量英文维基百科文章的 DBN 所生成的自然语言段落：? In 1974 Northern Denver had been overshadowed by CNL, and several?Irish intelligence agencies in the Mediterranean region. However, on the?Victoria, Kings Hebrew stated that Charles decided to escape during an?