自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 变分推理

由于边缘概率通常包含隐变量的积分,所以真实的后验概率的概率密度分布通常难以计算。变分推理的逻辑在于,使用一组简单的可以参数化的概率密度分布近似真实的后验密度分布,将推理难以计算的问题变成一个可以计算的优化问题。由于最小化kl散度较难(不知道真实的后验概率分布),因而最大化期望(由联合概率和近似概率组成)。变分推理:使用近似的概率分布去完成,在给定被观测变量的情况下,对隐变量概率分布的估计过程。从被观测数据去推理无法观测的隐变量过程。其中,x(被观测变量),z(通过读入编码的方式读入属性及类别--隐变量)

2023-07-13 16:55:39 71 1

原创 VAE(变分自编码器)

变分自编码器,首先输入数据,通过编码器产生原始编码和标准差,其中编码由两部分组成,分别是多维z分布的均值和噪声偏移量(标准差和采样值(噪声))。在预测的z分布(在数据中学习的)中进行采样带噪声的码,通过解码器,生成重构输入数据。在损失函数和约束的监督下,学习网络,调整解码器和编码器,生成所希望的重构输出数据。输入数据x,通过编码器进行编码,提取x的特征z。从正态分布中采样一个z,神经网络学习z生成一个高斯组件(产生一个高斯分布的均值和方差),从而生成无限个高斯组件。自编码器是一种无监督的自学习方式。

2023-07-13 16:46:03 192 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除