【双语字幕】告别复杂数学，玻尔兹曼机如何让数据学习变得简单？
正在缓冲...
https://www.youtube.com/watch?v=_bqa_I5hNAo
在本视频中，我们将探索玻尔兹曼机 - 第一个利用随机规则和潜在表示来学习数据概率分布的生成模型之一。
大纲：
00:00简介
01:56玻尔兹曼机的目标
05:26玻尔兹曼分布
13:29随机更新规则
17:39对比赫布规则
25:41隐藏单元
28:25受限玻尔兹曼机
29:38结论与结尾
参考文献：
1. Ackley, D., Hinton, G. & Sejnowski, T. 一种玻尔兹曼机的学习算法。认知科学 9，147–169（1985 年）。
2. Downing, KL 梯度期望：预测神经网络的结构、起源和合成。（麻省理工学院出版社，马萨诸塞州剑桥，2023 年）。
3. Hinton, GE & Salakhutdinov, RR 使用神经网络降低数据维数。 Science 313, 504–507 (2006)。
4. Hinton, GE 限制型玻尔兹曼机训练实用指南。神经网络：行业秘诀 (eds. Montavon, G., Orr, GB & Müller, K.-R.) 第 7700 卷 599–619 (Springer Berlin Heidelberg, 柏林, 海德堡, 2012)。
顶部