原书出处
深度学习
06 第6章 深度前馈网络
)(参见第10.11.1节),另一种解决方法是启发式缩放梯度(Murray and Larochelle,2014)。
高斯混合输出在语音生成模型(Schuster,1999)和物理运动(Graves,2013)中特别有效。混合密度策略为网络提供了一种方法来表示多种输出模式,并且控制输出的方差,这对于在这些实数域中获得高质量的结果是至关重要的。
混合密度网络的一个实例如图6.4所示。 一般地,我们可能希望继续对包含更多变量的、更大的向量 y 来建模,并在这些输出变
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/part0002.html
EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639