единиц одинаковыми весами. Конкретно, единицы
использует эффективную послойную стратегию
сверточного слоя организованы в плоскостях. Все
обучения, чтобы инициализировать глубокую сеть,
подразделения самолета имеют одинаковый набор
и, в дальнейшем, точно настраивает все веса вместе
весов. Таким образом, каждая плоскость отвечает за
с желаемыми результатами. DBN - это графические
построение определенной функции. Выходы само-
модели, которые учатся извлекать глубокое иерар-
летов называются картами объектов. Каждый свер-
хическое представление обучающих данных. Прин-
точный слой состоит из нескольких плоскостей, по-
цип послойного обучения без присмотра может
этому в каждом месте можно построить несколько
быть применен к DBN с RBM в качестве строитель-
карт объектов.
ных блоков для каждого уровня].
В целом было показано, что CNN значительно
В процессе обучения DBN есть два основных
превосходят традиционные подходы машинного
преимущества. Во-первых, он решает проблему
обучения в широком спектре задач компьютерного
надлежащего выбора параметров, что в некоторых
зрения и распознавания образов. Их исключитель-
случаях может привести к плохой локальной опти-
ная производительность в сочетании с относитель-
мальности, обеспечивая тем самым надлежащую
ной легкостью в обучении являются основными
инициализацию сети. Во-вторых, нет необходимо-
причинами, объясняющими огромный рост их попу-
сти в помеченных данных, поскольку процесс не
лярности за последние несколько лет.
контролируется. Тем не менее, DBN также страдают
Сети Deep Belief и Deep Boltzmann Machines -
от ряда недостатков, таких как вычислительные за-
это модели глубокого обучения, принадлежащие к
траты, связанные с обучением DBN, и тот факт, что
«семейству Больцмана», в том смысле, что они ис-
шаги к дальнейшей оптимизации сети на основе
пользуют Ограниченную машину Больцмана (RBM)
приближенного обучения с максимальной вероятно-
в качестве учебного модуля. Restricted Boltzmann
стью неясны
Machine (RBM) - это генеративная стохастическая
Глубокие машины Больцмана - еще один тип
нейронная сеть. DBN имеют ненаправленные со-
глубокой модели, использующей RBM в качестве
единения на верхних двух уровнях, которые форми-
своего строительного блока. Различие в архитектуре
руют RBM и направляют соединения на нижние
DBN состоит в том, что в последних два верхних
уровни. DBM имеют ненаправленные соединения