原书出处
深度学习
13 第13章 线性因子模型
t al. ,2012)。同时,也介绍了构建生成模型所需的许多基本方法,在此基础上更先进的深度模型也将得到进一步扩展。
线性因子模型通过随机线性解码器函数来定义,该函数通过对 h 的线性变换以及添加噪声来生成 x 。 有趣的是,通过这些模型我们能够发现一些符合简单联合分布的解释性因子。线性解码器的简单性使得它们成为了最早被广泛研究的潜变量模型。
线性因子模型描述如下的数据生成过程。首先,我们从一个分布中抽取解释性因子 h , 其中p( h )是一个因子分布,满足
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/part0005_split_000.html
EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639