II. DEEP BELIEF NETWORKSHinton et a

II. DEEP BELIEF NETWORKSHinton et al. proposed a DBN as an efficient unsupervisedlearning algorithm to overcome the complexity of trainingdeep generative model [12]. DBN is a hierarchical structureof multiple layers of restricted Boltzmann machines (RBM).The process of training DBNs involves the individual trainingof each RBM one after another and then stack them on topof each other. The outputs of the hidden nodes at layer l − 1is used as input data for training the next RBM at layer l. Ineach RBM, there is neither visible-visible nor hidden-hiddenconnection but there are direct connections between units ofvisible and hidden layer. RBM consists of a weight wij , wherei represents a visible node and j represents a hidden node, avisible bias ai of node i, and a hidden bias bi of node j.Gaussian or Bernoulli stochastic visible units are usually usedin RBMs while the hidden units are usually Bernoulli [12].For a Bernoulli(visible)-Bernoulli(hidden) RBM, the energyfunction of a joint configuration (v, h) of the visible andhidden units is described by:

結果 (繁體中文) 1:

II。DEEP信念網絡
頓等人。提出了DBN作為一種有效的無監督
學習算法克服了訓練複雜
深刻的生成模型[12]。DBN是一個分層結構
受限玻爾茲曼機（RBM）的多層。
訓練動態貝葉斯過程涉及到個人培訓
接連每個RBM一個，然後將它們疊放在上面
相互的。在層L中的隱藏節點的輸出- 1
被用作輸入數據。在層升培養下一代RBM。在
每個RBM，既沒有可見可見也不隱藏隱
連接，但也有單元之間的直接連接
可見和隱藏層。RBM由重量的WIJ，其中
i表示可見節點和j表示一個隱藏節點，
的節點i可見偏壓AI，和一個隱藏的偏壓雙節點j。
高斯或伯努利隨機可見單元通常使用
在RBMS而隱藏單元通常是伯努利[12]。
對於一個伯努利（可見）-Bernoulli（隱藏）RBM，能量
可見光和的關節構造的功能（V，H）
隱藏單元由描述：

結果 (繁體中文) 2:

二、深度信念網路
Hinton等人提出DBN是一個高效的無監督
學習演算法克服培訓的複雜性
深生成模型 [12]。DBN 是一個層次結構
多層受限玻爾茲曼機器（RBM）。
培訓 DPN 的過程涉及個人培訓
每個RBM一個接一個，然後堆疊在頂部
對方。層 l = 1 處隱藏節點的輸出
用作輸入資料，用於在第 l 層訓練下一個 RBM。在
每個 RBM，既沒有可見可見，也沒有隱藏
連接，但有單位之間的直接連接
可見層和隱藏層。RBM由重量wij組成，其中
i 表示可見節點，j 表示隱藏節點，a
節點 i 的可見偏置 ai 和節點 j 的隱藏偏置 bi。
通常使用高斯或伯努利隨機可見單位
在RBM中，而隱藏的單位通常是伯努利[12]。
對於伯努利（可見）-伯努利（隱藏）RBM，能量
可見和
隱藏單位描述如下：

結果 (繁體中文) 3:

二。深度信任網絡
Hinton等人。提出了一種有效的無監督DBN
克服訓練複雜性的學習算灋
深層生成模型[12]。DBN是一個層次結構
多層限制玻爾茲曼機器（RBM）。
DBNs的訓練過程包括個體訓練
一個接一個地把它們堆在上面
彼此之間。l-1層隱藏節點的輸出
作為輸入數據，用於訓練l.In層的下一個RBM
每一個RBM，既不可見也不隱藏
連接，但單元之間有直接連接
可見和隱藏層。RBM由一個權重wij組成，其中
i表示可見節點，j表示隱藏節點，a
節點i的可見偏壓ai和節點j的隱藏偏壓bi。
通常使用高斯或伯努利隨機可見組織
在RBMs中，隱藏的單元通常是Bernoulli[12]。
對於Bernoulli（可見）-Bernoulli（隱藏）RBM，能量
可見和
隱藏單元描述如下：