限制玻尔兹曼机（restricted Boltzmann machine; RBM），工学-控制科学与工程-智能控制-智能控制-模糊控制-可视分析-深度置信网络，一种可通过输入数据集学习概率分布的随机生成神经网络。它是一种玻尔兹曼机的变体，但限定模型必须为二分图。模型中包含对应输入参数的输入单元（可见）和对应训练结果的隐单元，图中的每条边必须连接一个可见单元和一个隐单元（与此相对，无限制玻尔兹曼机包含隐单元间的边，使之成为递归神经网络）。相比一般玻尔兹曼机，这一限定使得限制玻尔兹曼机使用更高效的训练算法成为可能，特别是基于梯度的对比分歧算法。限制玻尔兹曼机在降维、分类、协同过滤、特征学习和主题建模中得到了应用。根据任务的不同，限制玻尔兹曼机可以使用监督学习或无监督学习的方法进行训练。