受限玻尔兹曼机维基百科,自由的百科全书跳到导航跳到搜索包含三个可见单元和四个隐单元的受限玻兹曼机示意图(不包含偏置节点)受限玻尔兹曼机(英语:restrictedBoltzmannmachine,RBM)是一种可通过输入数据集学习概率分布的随机生成神经网络。RBM最初由发明者保罗·斯模棱斯基(英语:)于1986年命名为簧风琴(Harmonium)[1],但直到杰弗里·辛顿及其合作者在2000年代中叶发明快速学习算法后,受限玻兹曼机才变得知名。受限玻兹曼机在降维[2]、分类[3]、协同过滤[4]、