← 返回卡片

原书出处

深度学习

20 第20章 深度生成模型

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.638Z

机概率模型的许多优点,例如当某些输入值丢失时仍能够进行推断的优点。 主要有两种方法可以处理深度玻尔兹曼机的联合训练问题。

第一个是中心化深度玻尔兹曼机 (centered deep Boltzmann machine)(Montavon and Muller,2012),通过重参数化模型使其在开始学习过程时代价函数的Hessian具有更好的条件数。

这个模型不用经过贪心逐层预训练阶段就能训练。这个模型在测试集上获得出色的对数似然,并能产生高质量的样本。不幸的是,作为分

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/part0007.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639