对比散度：理解受限玻尔兹曼机训练

本文深入浅出地讲解了受限玻尔兹曼机（RBM）的对比散度训练算法。通过定义能量函数和联合分布，推导出权重更新规则，并解释了正负阶段吉布斯采样的作用。最终，清晰地展现了如何利用数据期望和模型期望的差异来调整RBM的权重和偏差，从而最小化训练数据的能量。