1.Sigmoid信念网络是一种有向图模型
2.SBN它可以逼近任意二值分布函数,还可以进行采样
3.求解SBN可以用梯度法,要利用MC近似梯度
4.醒眠算法也是求解SBN的一种算法,它是一种不太精确的算法
今天我们介绍一个深度有向模型——Sigmoid Belief Network.它是一种有向图模型,每个节点是定义为二型离散随机变量,通常为0和1。我们知道,波尔茨曼机(BM)是一种二型的无向图模型,而Sigmoid Belief Network可以看成与波尔茨曼机的结合模型。本文中,我们也称它为Sigmoid信念网络。
模型表示
对于拥有T个节点的Sigmoid Belief Network:
其概率图模型表示为(h是隐变量,v是观测变量):