← 返回卡片

原书出处

深度学习

19 第19章 近似推断

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

有很大的自由去选择λ。因为只要满足约束,拉格朗日关于λ这个变量的梯度就为0。为了满足所有的约束,我们可以令 ,从而得到

这也是当我们不知道真实的分布时,总是使用正态分布的一个原因。因为正态分布拥有最大的熵,我们通过这个假定来保证了最小可能量的结构。

当寻找熵的拉格朗日泛函的临界点并且给定一个固定的方差时,我们只能找到一个对应最大熵的临界点。那最小化熵的概率密度函数是

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