知识卡片
马尔可夫性依赖状态定义
马尔可夫性质是条件独立:给定当前状态后,下一状态的条件分布不再需要额外的过去状态。它不表示当前状态与历史毫无关系;状态本身可能汇总历史。若观察到的信息不足以确定转移分布,就不能只凭“活在当下”断定过程满足马尔可夫性。循环网络的隐状态正是学习汇总历史的一种方式,但有限状态未必保留全部信息。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 循环递归RNN,序列建模套路深 14章序列和循环网络背景 · 查看原书依据
未来的一切仅与当下有关,而与历史无关
参考来源
- 位置:《深度学习之美:AI时代的数据处理与最佳实践》第14章《循环递归RNN,序列建模套路深》(book-source:extracted/深度学习之美:AI时代的数据处理与最佳实践/_epub-src/OEBPS/Text/chapter19_0001.xhtml#txt014_2)
- 结论依据:原文类比与机制;条件独立、稳定性和失败情形明确了适用边界。
- 原始内容:未来的一切仅与当下有关,而与历史无关