ที่ ε คืออัตราการเรียนรู้ ก่อนตัวอย่างการกระจายข้อมูลหน่วยที่มองเห็นได้ตามหน่วยที่ซ่อนอยู่ จากนั้นข้อมูลอินพุตจะถูกสร้างขึ้นใหม่ที่สร้างขึ้นโดยตัวอย่าง Gibbs ซึ่งตัวอย่างหน่วยที่ซ่อนอยู่ขึ้นอยู่กับหน่วยที่มองเห็น กระบวนการนี้ดําเนินต่อไปจนกว่าพารามิเตอร์มาบรรจบกันนั่นคือชั้นที่ซ่อนอยู่ประมาณชั้นอินพุต ด้วยวิธีนี้ RBMs สามารถจําลองการกระจายข้อมูลโดยไม่มีความรู้ฉลากใด ๆ โดยปกติ, หลังจากก่อน- เวทีการฝึกอบรม, การฟื้นฟูส่วนของrbmเป็น<br>ยกน้ําหนักที่ผ่านการฝึกอบรมล่วงหน้าช่วยให้ขั้นตอนการปรับจูนอย่างละเอียดตามมา ...
การแปล กรุณารอสักครู่..
