Answers:
尽管深层信任网络(DBN)和深层玻尔兹曼机(DBM)在图表上看起来非常相似,但它们实际上在质量上却有很大不同。这是因为DBN是有向的,而DBM是无向的。如果我们想让它们适合更广泛的ML图像,我们可以说DBN是具有许多紧密连接的潜变量层的S型信念网络,而DBM是具有许多紧密连接的潜变量层的马尔可夫随机场。
因此,它们继承了这些模型的所有属性。例如,在DBN计算,其中v是可见层,h是隐藏变量很容易。另一方面,由于难处理的分区功能,在DBM中计算任何东西的P通常在计算上是不可行的。
话虽这么说,但有很多相似之处。例如:
两者都是由RBM的堆叠层组成的概率图形模型。这些层之间的连接方式不同。
该链接非常清楚:http : //jmlr.org/proceedings/papers/v5/salakhutdinov09a/salakhutdinov09a.pdf。图2和3.1节特别相关。
总结一下:
在DBN中,层之间的连接是定向的。因此,前两层形成RBM(无向图形模型),然后后续层形成有向的生成模型。
在DBM中,所有层之间的连接都是无向的,因此每对层形成一个RBM。