← 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

具有数万个模式的数据上训练后的生成模型可以忽略少数模式,并且人类观察者不能容易地检查或记住足够的图像以检测丢失的变化。

由于样本的视觉质量不是可靠的标准,所以当计算可行时,我们通常还评估模型分配给测试数据的对数似然。不幸的是,在某些情况下,似然性似乎不可能测量我们真正关心的模型的任何属性。

例如,MNIST的实值模型可以将任意低的方差分配给从不改变的背景像素,获得任意高的似然。即使这不是一个非常有用的事情,检

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