Două straturi, fără conexiuni în cadrul unui strat. O mașină Boltzmann restricționată este formată din unități vizibile și unități ascunse, cu conexiuni doar între cele două grupuri. Această restricție face ca antrenamentul să fie ușor de gestionat prin divergență contrastivă.

Modelul învață o distribuție de probabilitate pe unități vizibile. Unitățile ascunse captează caracteristici latente. Odată antrenată, rețeaua poate genera eșantioane prin rularea eșantionării Gibbs între straturi.

Proprietăți cheie

• Structura grafică bipartită
• Model probabilistic bazat pe energie
• Antrenament de divergență contrastivă
• Folosite ca elemente constitutive în rețelele de credințe profunde

Modelele bazate pe resurse (RBM) au fost esențiale pentru renașterea învățării profunde în 2006, când suprapunerea lor a permis o pre-antrenare eficientă. Arhitecturile moderne, precum VAE-urile și modelele de difuzie, le-au înlocuit în mare măsură, dar ideile apar încă în cercetarea modelării bazate pe energie.