Estoy confundido. ¿Hay alguna diferencia entre las redes de creencias profundas y las máquinas Deep Boltzmann? Si es así, ¿cuál es la diferencia?
Estoy confundido. ¿Hay alguna diferencia entre las redes de creencias profundas y las máquinas Deep Boltzmann? Si es así, ¿cuál es la diferencia?
Respuestas:
Aunque Deep Belief Networks (DBNs) y Deep Boltzmann Machines (DBMs) se ven esquemáticamente muy similares, en realidad son cualitativamente muy diferentes. Esto se debe a que los DBN están dirigidos y los DBM no están dirigidos. Si quisiéramos encajarlos en la imagen de ML más amplia, podríamos decir que los DBN son redes de creencias sigmoideas con muchas capas de variables latentes densamente conectadas y los DBM son campos aleatorios de Markov con muchas capas de variables latentes densamente conectadas.
Dicho esto, hay similitudes. Por ejemplo:
Ambos son modelos gráficos probabilísticos que consisten en capas apiladas de RBM. La diferencia está en cómo están conectadas estas capas.
Este enlace lo deja bastante claro: http://jmlr.org/proceedings/papers/v5/salakhutdinov09a/salakhutdinov09a.pdf . La Figura 2 y la Sección 3.1 son particularmente relevantes.
Resumir:
En un DBN se dirigen las conexiones entre capas. Por lo tanto, las dos primeras capas forman un RBM (un modelo gráfico no dirigido), luego las capas posteriores forman un modelo generativo dirigido.
En un DBM, la conexión entre todas las capas no está dirigida, por lo que cada par de capas forma un RBM.