【发布时间】：2015-11-18 19:48:15
【问题描述】：
与 h2o.deeplearning 相关的几个疑问：
- 是深度神经网络还是深度信念神经网络（使用受限玻尔兹曼机 - RBM）
- 在 H2o 的文档中没有讨论 RBM。他们使用的是 SGD 随机梯度下降（普通神经网络正在使用）。
- 如果我们不使用自动编码器和 RBM，那么我们可以将其称为深度置信神经网络。
H2o 真的很有趣，但是带着这些疑惑，用起来会很困难。
【问题讨论】：
【发布时间】：2015-11-18 19:48:15
【问题描述】：
我不是该领域的专家，但我不认为 h2o 声称要实施深度信念网络 (DBN)。我认为他们实现了一个带有前馈的深度神经网络（DNN）。文档 (https://github.com/h2oai/h2o-3/blob/master/h2o-docs/src/booklets/v2_2015/PDFs/online/DeepLearning_Vignette.pdf) 也说明了这一点；在介绍中它说主题包括：
在 H2O 中构建深度神经网络
这将解释您所描述的缺乏 RBM。
有关 DNN 和 DBN 之间区别的更多详细信息，另请参阅此处接受的答案：https://stats.stackexchange.com/questions/51273/what-is-the-difference-between-a-neural-network-and-a-deep-belief-network/59854#59854
关于自动编码器，它们可以被使用。有关详细信息，请参阅上面链接的 pdf 的第 7 节。
【讨论】：