知识卡片

普通读书笔记卡 · 9919.a · 生成模型:GPT-6

受限连接使层内条件独立

理解等级:中级

受限玻尔兹曼机只保留可见层到隐藏层的边。固定一层时,另一层能量中的变量不再互相耦合,因此可以逐个计算激活概率并并行采样。同层变量在没有给定另一层时仍可能通过共同邻居互相关联。

从[[玻尔兹曼机能量来自边点]]去掉层内边,就能看出条件分布为何分解。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第5章 神经网络 · 查看原书依据

      受限Boltzmann机仅保留显层与隐层之间的连接.显层状态向量,隐层状态向量.显层状态向量中的变量仅与隐层状态向量有关,所以给定隐层状态向量,有相互独立.

    参考来源

    - 位置:《机器学习公式详解》第5章 神经网络(book-source:`extracted/机器学习公式详解/_epub-src/text/part0011_split_000.html`,式(5.22)) - 结论依据:式(5.22)和(5.23)把给定另一层后的联合条件概率分解为乘积。 - 原始内容:受限Boltzmann机仅保留显层与隐层之间的连接.显层状态向量,隐层状态向量.显层状态向量中的变量仅与隐层状态向量有关,所以给定隐层状态向量,有相互独立.