知识卡片

普通读书笔记卡 · 9937.a · 生成模型:GPT-6

MH用正反流量确定接受率

理解等级:高级

从当前状态 x 提议 x′ 后,用目标密度和提议概率的反向流量除以正向流量,取该比值与一的较小者为接受率。拒绝时留在原状态。目标密度共同的归一常数抵消。细致平衡保证目标是平稳分布,仍需遍历条件才可用长期样本估计。

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

    参考来源

    - 位置:《机器学习公式详解》第14章 概率图模型(book-source:`extracted/机器学习公式详解/_epub-src/text/part0020.html`,式(14.26)) - 结论依据:式(14.26)至(14.28)把一步转移拆成提议和接受,再用细致平衡选择接受率。 - 原始内容:假设变量所在的空间有个状态(),定义在该空间上的一个转移矩阵满足一定的条件则该马尔可夫过程存在一个稳态分布,使得