1. 背景介绍
1.1 概率模型的起源与发展
概率模型一词,在统计学中有着悠久的历史。这种模型用于描述不同随机变量之间的关系,是许多科学领域的基础工具。然而,在深度学习的环境中,概率模型得到了全新的定义和应用。
1.2 深度学习的崛起
深度学习是机器学习的一个子领域,它试图模仿人脑的工作方式,以识别模式并进行决策。这种方法在最近几年取得了显著的成功,特别是在图像和语音识别的应用上。
1.3 生成对抗网络的诞生
在深度学习的背景下,2014年,由Ian Goodfellow等人提出的生成对抗网络(GANs)引起了广泛关注。GANs是一种创新的深度概率模型,它通过两个神经网络的博弈学习,生成出与真实数据分布相近的数据。
2. 核心概念与联系
2.1 生成模型
生成模型是一类用于描述数据生成过程的模型,例如混合高斯模型、隐马尔可夫模型等。在深度学习中,生成模型如自编码器(AE)、变分自编码器(VAE)、生成对抗网络(GAN)等,能够学习数据的潜在分布,并能从中生成新的数据。