← 返回卡片

原书出处

深度学习

05 第5章 机器学习基础

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.627Z

为当重新缩放代价函数时arg max不会改变,我们可以除以m得到和训练数据经验分布ˆp data 相关的期望作为准则:

一种解释最大似然估计的观点是将它看作最小化训练集上的经验分布ˆp data 和模型分布之间的差异,两者之间的差异程度可以通过KL散度度量。

KL散度被定义为 左边一项仅涉及数据生成过程,和模型无关。这意味着当训练模型最小化KL散度时,我们只需要最小化 当然,这

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习/_epub-src/text/part0001_split_001.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639