|国家科技期刊平台
| 注册
首页|期刊导航|自动化学报|基于多隐层Gibbs采样的深度信念网络训练方法

基于多隐层Gibbs采样的深度信念网络训练方法

史科 陆阳 刘广亮 毕翔 王辉

自动化学报2019，Vol.45Issue(5)：975-984,10.
✕
自动化学报2019，Vol.45Issue(5)：975-984,10.DOI:10.16383/j.aas.c170669

基于多隐层Gibbs采样的深度信念网络训练方法

A Deep Belief Networks Training Strategy Based on Multi-hidden Layer Gibbs Sampling

史科 1陆阳 1刘广亮 2毕翔 1王辉1

作者信息

  • 1. 合肥工业大学计算机与信息学院 合肥 230009
  • 2. 安全关键工业测控技术教育部工程研究中心 合肥 230009
  • 折叠

摘要

关键词

深度信念网络/受限玻尔兹曼机/Gibbs采样/对比散度

引用本文复制引用

史科,陆阳,刘广亮,毕翔,王辉..基于多隐层Gibbs采样的深度信念网络训练方法[J].自动化学报,2019,45(5):975-984,10.

基金项目

国家重点研发计划专项(2016YFC0801804, 2016YFC0801405), 国家自然科学基金(61572167) 资助 （2016YFC0801804, 2016YFC0801405）

自动化学报

OA北大核心CSCDCSTPCD

0254-4156

访问量0
|
下载量0
段落导航相关论文