限制玻尔兹曼机 - 深度学习之父 Geoffrey Hinton 的神经网络第 12 课（中文字幕）

自 2012 年开课，NNML 就一跃成为深度学习开发者的殿堂级慕课。时隔五年，仍然是内容最“干”、最值得学习的深度学习课程。

如果说吴恩达的《Machine Learning》是最佳入门课程，描述 NNML 则只需两个字： “必修”——对于有志于真正掌握深度学习的人而言。

它很难，但也因此没有做任何“dumb down”——为照顾小白而牺牲“厚度”，把原本并不单纯的原理硬以简单的类比表述出来，是几乎所有深度学习课程不得不做的妥协。

但这门课没有。

Lecure 12

限制玻尔兹曼机

内容简介

这节课主要限制玻尔兹曼机（RBMs）的基本概念以及用途。Hinton 教授是深度学习的开山鼻祖，也正是他在 2006 年的关于深度信念网络 DBN 的工作，以及逐层预训练的训练方法，开启了深度学习的序章。其中，DBN 中在层间的预训练就采用了 RBM 算法模型。RBM 是一种无向图模型，也是一种神经网络模型。