← 返回卡片

原书出处

深度学习

18 第18章 直面配分函数

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.637Z

概率。进行正相阶段一段时间之后,模型分布会更接近于数据分布,并且负相开始变得准确。 当然,CD仍然是真实负相的一个近似。

CD未能定性地实现真实负相的主要原因是,它不能抑制远离真实训练样本的高概率区域。这些区域在模型上具有高概率,但是在数据生成区域上具有低概率,被称为虚假模态 (spurious modes)。

图18.2解释了这种现象发生的原因。基本上,除非k非常大,模型分布中远离数据分布的峰值不会被使用训练数据初始化的马尔可夫

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/part0006_split_001.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639