我从 wikipedia about看到了这篇文章Boltzmann machines，它得出的结论是，它不是一个通常在实践中使用的模型，并且它的受限版本（即网络类似于二分图）更有用。
我的问题是 -Boltzmann machines它们的用途是什么，为什么受约束的版本比不受约束的版本更有用？
使用“玻尔兹曼机”的应用程序是什么？
机器算法验证
神经网络
图形模型
2022-04-13 03:59:47
1个回答
其背后的想法Boltzmann Machine是它代表一个封闭系统，其中能量从一个部分流向另一个部分，即散热，并模拟封闭模型的熵减少 - 而模型以相对较低的熵开始（即当有“热”和“冷”部分之间的分离），它趋于平衡状态或高熵（即所有具有相同能量或“热”的项目）。这些网络是一种Hopfield网络，用于关联记忆建模（这里是来自维基百科的链接）。
为什么它不是那么有用 - 这是由于它的解决方案在一般情况下不可行，当每个节点之间存在边时，即使是相对较小的网络也会有 n(n-1)连接。
第一个问题的答案也部分是第二个问题的答案，但除此之外，
Constrained Boltzmann Networks可能会模拟更现实的场景，其中节点分为两个单独的组，它们之间的边可能代表数据流的权重，等等
其它你可能感兴趣的问题