卷积深度信念网络（CDBN）与卷积神经网络（CNN）

Question

最后，我开始学习神经网络，我想知道卷积深信念网络和卷积网络之间的区别。在here中，有一个类似的问题，但没有确切的答案。我们知道Convolutional Deep Belief Networks是CNN + DBN。所以，我要做一个对象识别。我想知道哪一个比其他更好或者它们的复杂性。我搜查了但是我找不到任何可能做错的事。

Answer 1

我不知道你是否还需要答案，但无论如何我希望你会觉得这很有用。

CDBN增加了DBN的复杂性，但是如果你已经有了一些背景，那就没那么多了。
如果您担心计算复杂性，那实际上取决于您如何使用DBN部分。 DBN的作用通常是初始化网络的权重以加快收敛。在这种情况下，DBN仅在预训练期间出现 您也可以像整个DBN一样使用整个DBN（保持生成能力），但是由它提供的权重初始化足以用于判别任务。因此，在假设的实时利用期间，两个系统在性能方面是相同的。

此外，第一个模型提供的权重初始化确实有助于像对象识别这样的困难任务（即使单独一个好的卷积神经网络也没有达到良好的成功率，至少与人类相比）所以它＆＃ 39; s通常是一个不错的选择。