طبقتان، لا توجد روابط داخل الطبقة الواحدة. تتكون آلة بولتزمان المقيدة من وحدات مرئية ووحدات مخفية، مع وجود روابط فقط بين المجموعتين. هذا التقييد يجعل التدريب قابلاً للتطبيق من خلال التباين التبايني.
يتعلم النموذج توزيعًا احتماليًا على الوحدات المرئية. أما الوحدات المخفية فتلتقط السمات الكامنة. بعد التدريب، يمكن للشبكة توليد عينات من خلال تطبيق خوارزمية جيبس لأخذ العينات بين الطبقات.
الخصائص الرئيسية
- بنية الرسم البياني ثنائي الأجزاء
- نموذج احتمالي قائم على الطاقة
- التدريب على التباين التبايني
- تُستخدم كعناصر بناء في شبكات الاعتقاد العميق
كانت نماذج بولتزمان المقيدة (RBMs) محورية في إحياء التعلم العميق عام 2006، حيث مكّن تجميعها من التدريب المسبق الفعال. وقد حلت محلها إلى حد كبير بنى حديثة مثل نماذج التشفير التلقائي المتغير (VAEs) ونماذج الانتشار، لكن هذه الأفكار لا تزال تظهر في أبحاث النمذجة القائمة على الطاقة.
Comments (2)
Leave a comment