玻尔兹曼机(也称为具有隐藏单元的随机 Hopfield 网络)是一种递归神经网络。在玻尔兹曼机中，节点做出带有一定偏差的二元决策。玻尔兹曼机器可以串在一起以创建更复杂的系统，例如深度信念网络。玻尔兹曼机可用于优化问题的解决方案。

关于玻尔兹曼机的一些要点：

• 它使用循环结构。
• 它由随机神经元组成，包括两种可能状态之一，1 或 0。
• 其中存在的神经元处于自适应状态(自由状态)或钳制状态(冻结状态)。
• 如果应用模拟退火或离散 Hopfield 网络，那么它将成为玻尔兹曼机。