DBN是深度信念網(wǎng)絡(luò)（Deep Belief Network）的簡(jiǎn)稱。它是一種由多個(gè)層次組成的神經(jīng)網(wǎng)絡(luò)，能夠?qū)Υ笠?guī)模數(shù)據(jù)進(jìn)行有效的特征學(xué)習(xí)和分類任務(wù)。DBN的核心思想是通過逐層訓(xùn)練來構(gòu)建一個(gè)深層的模型，每一層都能夠提取出數(shù)據(jù)的不同特征，對(duì)于復(fù)雜的數(shù)據(jù)集具有很好的表達(dá)能力。DBN的訓(xùn)練過程使用了無監(jiān)督的貪婪逐層訓(xùn)練算法，可以在沒有標(biāo)記數(shù)據(jù)的情況下進(jìn)行訓(xùn)練，大大降低了訓(xùn)練復(fù)雜度和數(shù)據(jù)需求。在機(jī)器學(xué)習(xí)、圖像處理、自然語言處理等領(lǐng)域都有廣泛應(yīng)用。