深度信念神经网络

深度信念神经网络由多个受限的玻尔兹曼机堆叠而成，多用于特征变换（可以认为是表示学习）和预训练初始权重以及偏置。深度信念神经网络多与其它神经网络结合，成为预训练的一部分，其梯度优化算法多为对比分歧，通过Gibbs采用近似梯度，加速训练与收敛。