2020-4-16 深度学习笔记19 - 近似推断 4 (学成近似推断)

本文介绍了深度学习中的近似推断,包括证据下界优化、最大后验推断MAP、变分推断等方法。通过学习近似推断,可以降低优化过程的复杂度。文章提到了醒眠算法和学成推断网络在解决无监督训练集问题上的应用,以及预测性稀疏分解模型在自编码器和稀疏编码间的融合。
摘要由CSDN通过智能技术生成

第十九章 近似推断 Approximate Inference

中文
英文

2020-4-13 深度学习笔记19 - 近似推断 1 (把推断视作优化问题-证据下界,期望最大化EM-最大化下界 )
2020-4-14 深度学习笔记19 - 近似推断 2 (最大后验推断MAP和稀疏编码 )
2020-4-15 深度学习笔记19 - 近似推断 3 (变分推断和变分学习-离散型/连续型变量,变分法,学习和推断之间的相互作用)

学成近似推断 Learned Approximate Inference

推断可以被视作一个增加函数 L L L值的优化过程。
显式地通过迭代方法(比如不动点方程或者基于梯度的优化算法)来进行优化的过程通常是代价很高且耗时巨大的。 通过学习一个近似推断,许多推断算法避免了这种代价。

我们可以将优化过程视作将一个输入 v v v投影到一个近似分布 q ∗ = arg ⁡ max

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值