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]、…
长短期记忆维基百科，自由的百科全书跳到导航跳到搜索长短期记忆（英语：LongShort-TermMemory，LSTM）是一种时间循环神经网络（RNN）[1]，论文首次发表于1997年。由于独特的设计结构，LSTM适合于处理和预测时间序列中间隔和延迟非常长的重要事件。LSTM的表现通常比时间循环神经网络及隐马尔科夫模型（HMM）更好，比如用在不分段连续手写识别上[2]。2009年，用LSTM构建的人工神经网络模型赢得过ICDAR手写识别比赛冠军。LSTM还普遍用于自主语音识别，2013年运用TI…
