版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zhq9695/article/details/86688525
文章目录
如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔,我会非常开心的~
花书+吴恩达深度学习(二七)深度生成模型之玻尔兹曼机及其变体(RBM, DBN, DBM)
花书+吴恩达深度学习(二八)深度生成模型之有向生成网络(VAE, GAN, 自回归网络)
花书+吴恩达深度学习(二九)生成随机网络 GSN
0. 前言
生成随机网络(generative stochastic network)除可见变量外,在生成马尔可夫链中还包含潜变量。
1. 生成随机网络 GSN
GSN由两个条件概率分布参数化,指定马尔可夫链的一步:
- 指示在给定当前潜在状态下如何产生下一个可见变量
- 指示在给定先前的潜在状态和可见变量下如何更新潜在状态
GSN自己参数化过程,而不是通过可见和潜变量的联合分布的数学形式。
GSN的训练准则,通过将 夹合到观察到的样本并且在一些后续时间步处使生成x的概率最大化,即最大化 ,其中给定 后, 从链中采样。
如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔,我会非常开心的~