# 受限玻尔兹曼机：对比散度训练与 Gibbs 生成

> 来源：https://deeplearning.bnuai.com/demos/rbm ｜ 作者：唐志清（北京师范大学） ｜ 更新：2026-11-01 ｜ 内容依据邱锡鹏《神经网络与深度学习》（https://nndl.ai/）及作者公开课件

> （此处为交互演示，请在网页中使用：https://deeplearning.bnuai.com/demos/rbm）

## 观察要点

1. RBM 层内无连接，条件分布可以并行采样。
2. CD-k 用 k 步 Gibbs 采样近似模型期望，k=1 往往已够用。
3. 逐层训练的 RBM 堆叠起来就是深度信念网络。

相关章节：[第 12 章　深度信念网络](https://deeplearning.bnuai.com/chapters/12-deep-belief-networks)。