机器学习之Boltzmann 机算法

Boltzmann 机也称为模拟退火算法，它是一种无监督网络。该算法和BP算法都是神经网络家族中的核心算法，这两个算法构成了后来深度学习算法的框架基础。该网络最早来源于对退火过程的一种模拟，使用了著名的玻尔兹曼能量函数，因此而得名。该网络的优势在于能够跳出函数的局部最小值，如果迭代次数足够，即可找到函数的近似最大值。它常用于求解路径最优的函数算法，目前应用仍很广泛。
Boltzmann机结合多层前馈神经网络和离散Hopfield网络在网络结构、学习算法和动态运行机制方面的优点，是建立在离散Hopfield网基础上的，具有学习能力，能够通过一个模拟退火过程寻求最优解。不过，其训练时间比BP网络要长。
离散Hopfield神经网络+模拟退火+隐单元=Boltzman机