深度學習（二十七）——RBM & DBN & Deep Autoencoder
VAE（續） 正態分佈？ 對於 p(Z∣X) p ( Z ∣ X ) 的分佈，是不是必須選擇正態分佈？可以選擇均勻分佈嗎？ 正態分佈有兩組獨立的參數：均值和方差，而均勻分佈只有一組。前面我們說，在VAE中，重構跟噪聲是相互對抗的，重構誤差跟噪聲強度是兩個相互對抗的指標，而在改變噪聲強度時原則上需要有保持均值不變的能力，不然我們很難確定重構誤差增大了，究竟是均值變化了（encoder的鍋）還是方差變
相關文章
- 1. AutoEncoder、RBM、DBM、DBN
- 2. 系統學習深度學習（三） --RBM及DBN
- 3. 理解RBM&DBN
- 4. RBM DBN（SIMPLIFIED）
- 5. 機器學習——深度學習(Deep Learning)
- 6. 機器學習 深度學習 Deep Learning
- 7. Deep Learning的學習實踐 4 -- DBN
- 8. Deep learning：二十四(stacked autoencoder練習)
- 9. MLP RBF RBM DBN DBM CNN 整理學習
- 10. 深度學習基礎（四）—— RBM（受限波爾滋曼機）
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Kotlin學習（二）基本類型
- • 算法總結-深度優先算法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
