1. 拓扑结构上
如下图示，在拓扑结构上，RBM（受限的玻尔兹曼机）与 BM（玻尔兹曼机）的最大区别在于：
RBM 取消了可见层的层内连接以及隐含层的层内连接，主要在于 BM 的层内连接使得其学习过程相当耗时；
2. RBM 结构的一些特性
RBM 是一种有效的特征提取方法，用于初始化前馈神经网络可明显提高泛化能力， 堆叠多个RBM组成的深度信念网络能提取更抽象的特征。
RBM 的无层内连接使得，RBM 的网络拓扑获得了这样一种基本假设，
- 当给定可见单元的状态时，各隐单元的激活状态之间是条件独立的；
- 当给定隐单元的状态是，各可见单元的激活状态之间也是条件独立的；
