卷積深度信念網絡
在計算機科學中，卷積深度信念網絡（；CDBN）是一種深度人工神經網絡，由多層卷積受限玻爾茲曼機堆疊在一起組成。它是一種用於深度學習的分層生成模型，在圖像處理和方面非常有效，另外也被用於其他領域。該模型的顯著特徵包括它可以很好地縮放到高維圖像並且是平移不變的。卷積深度信念網絡使用概率最大池化技術來減少網絡中較高層的維度。網絡的訓練涉及以貪婪的分層方式完成的預訓練階段，類似於其他。根據網絡是用於識別任務還是生成任務，然後對其進行「微調」或分…
标签：#人工神經網絡
共 2 篇文章
層 (深度學習)
层，或层次，是深度学习模型模型架构中的一种结构或網路拓撲，它从上一层获取信息，然后将信息传递给下一层。深度学习中有几个著名的层，即卷积神经网络中的卷积层和最大池化层。基本神经网络中的全连接层和ReLU层。循環神經網路中的RNN层和自动编码器中的解卷积层等。 與新皮質層次的相異 深度學習與新皮質的分層方式有本質上的分別：深度學習的分層取決於網路拓撲，新皮質的分層取決於層內的同質性。 參見 深度学习 層 (新皮質) 參考文獻