计算机视觉-RBM研究与实现基于MATLAB代码库

简介：
计算机视觉-RBM的研究可以作为学习MATLAB代码库基础的起点，为后续项目提供参考框架。受限玻尔兹曼机（restricted Boltzmann machine, RBM）是一种基于输入数据集的学习概率分布的随机生成型神经网络。其最初由Paul Smolensky于1986年提出，并以其名称被称为Harmonium(簧风琴)；然而，后经Geoffrey Hinton 教授开发出高效的训练方法而广为应用于降维、分类、协同过滤、表征学习以及基于神经网络的预训练任务等多种场景。 受限玻尔兹曼机因其名称源自其为玻尔兹曼机的简化版而得名。玻尔兹曼机作为一种随机神经网络，源于其使用统计力学中的玻尔兹曼分布进行概率建模。相对于传统的玻尔兹曼机模型，受限玻尔兹曼机通过简化层内节点之间的连接关系，即去除了层内各节点间的相互连接。这种情况下，同层内的各个节点之间实现了相互独立的状态。