Generative& Discriminative model

最新推荐文章于 2022-12-01 14:02:38 发布
最新推荐文章于 2022-12-01 14:02:38 发布
阅读量836 收藏
点赞数
分类专栏： Mathmatiancook youtube learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xyqzki/article/details/11024977
版权
本文深入探讨了判别式模型和生成式模型在回归问题中的应用，解释了判别式模型如何通过给定每个输入预测对应的输出分布，以及生成式模型如何描述数据的产生过程，包括先选择类别然后从该类别的条件分布中抽取样本。重点阐述了这两种模型在回归任务中的实际应用和区别。
摘要由CSDN通过智能技术生成

Given (x1,y1),(x2,y2),....,(xn,yn);


Discriminative 就是model p(y|x), 给定每个x，其对应y的分布

Generative 就是model p(x,y) = p(y)p(x|y),  如果y为class的话，就相当于 我们是model （x,y）的产生过程，先根据P(y)选择一个class，再从这个class的分布p（x|y）中选择一个sample x。


实际上都是regression的问题，给定一堆sample 求一个 分布 fit these sample.

xyqzki
关注
专栏目录
Generative vs Discriminative Models
白马负金羁
12-26 4806
Generative Models（生成模型） 和 Discriminative Models（判别模型）是机器学习中两个非常重要的概念，它体现了不同的机器学习算法内在的某种特殊属性，辨析这对概念将有助于深化读者对机器学习整体机制上的认识和理解
判别模型(Discriminative model)和生成模型(Generative model)
热门推荐
Fishmemory的博客
06-19 2万+
说明生成算法和判别算法之间的区别。判别算法主要包括：SVM，逻辑回归等；生成算法主要包括：朴素贝叶斯，HMM等
生成模型（generative model）和判别模型（discriminative model）
Daniel_djf的专栏
12-12 1万+
在看论文和机器学习教材的时候，经常会看到生成模型和判别模型，一致对着两个模型概念很模糊，在这里自己做一个小结。   在后面介绍这个两个模型时，我们以分类问题为例，以加深理解。我们都知道，分类问题可以分为两个阶段：推理阶段（inference stage）和决策阶段（decision stage）。 推理阶段：利用训练数据学习得到一个可以计算 的模型。 决策阶段：利用在推理阶段得到的后验概率
Discriminative, Generative and Imitative Learning
MyArrow的专栏
05-25 1348
1. Generative Model（生成模型）     生成模型学习联合概率分布 p(x,y)。      可通过Baye规则转换为p(y|x)，然后进行分类。p(x,y)也可用于其它目的，如可用p(x,y)产生可能的(x,y)对。 2. Discriminative Model (判别模型)     判别模型学习条件概念分布p(y|x)。又可以称为条件模型     p(y|
[Machine Learning] 生成模型 & 判别模型（Generative & Discriminative Model）
Oh_MyBug的博客
02-16 585
生成模型 概率生成模型，简称生成模型（Generative Model），是概率统计和机器学习中的一类重要模型，指一系列用于随即生成可观测数据的模型。 典型模型 高斯混合模型（Gaussian Mixed Model） 隐马尔科夫模型（Hidden Markov Model） 朴素贝叶斯分类器（Naive Bayes Classifier） 判别模型 在机器学习领域，判别模型是一种对未知数据y...
生成模型（Generative Model）和 判别模型（Discriminative Model）
weixin_30502965的博客
09-04 557
引入 监督学习的任务就是学习一个模型（或者得到一个目标函数）,应用这一模型，对给定的输入预测相应的输出。这一模型的一般形式为一个决策函数Y=f(X)，或者条件概率分布P(Y|X)。 监督学习方法又可以分为生成方法(generative approach)和判别方法(discriminative approach)。所学到的模型分别为生成模型(generative mode...
生成模型（Generative）和判别模型（Discriminative）
weixin_39910711的博客
04-23 2万+
目录 1 决策函数Y=f(X)或者条件概率分布P(Y|X) 2 生成方法和判别方法 2.1生成方法 2.2判别方法 3 特点及对比 3.1 生成模型 3.2 判别模型 3.3 总结 4对于跟踪算法 1 决策函数Y=f(X)或者条件概率分布P(Y|X) 监督学习的任务就是从数据中学习一个模型（也叫分类器），应用这一模型，对给定的输入X预测相应的输出Y。...
Generative and Discriminative Classifiers: Naive Bayes and Logistic Regression
09-29
在机器学习领域，分类器的类型可以按照模型建立的方式分为生成模型（Generative Model）和判别模型（Discriminative Model）。本知识点将对生成模型和判别模型的特点进行解释，并着重探讨两种常见的分类算法：朴素...
《机器学习-小知识点》1： Generative VS Discriminative 问题
羊老羊
09-21 2156
生成式模型（generative） vs 判别式模型（discriminative）
Generative Model 与 Discriminative Model（一）
RYP_S 的专栏
01-15 1082
原文：http://blog.sina.com.cn/s/blog_6742eecd0100iqcv.html 【摘要】     - 生成模型(Generative Model) ：无穷样本==》概率密度模型 = 产生模型==》预测     - 判别模型(Discriminative Model)：有限样本==》判别函数 = 预测模型==》预测 【简介】 简单的说，假设o是观
Dimp 网络模型之一dimp18
03-23
Learning Discriminative Model Prediction for Tracking 论文的模型之一
Discriminative model & Generative Model
Schortenger的博客
02-28 424
Discriminative model & Generative ModelMachine
目标跟踪DiMP: Learning Discriminative Model Prediction for Tracking
laizi_laizi的博客
11-29 8357
DiMP: Learning Discriminative Model Prediction for TrackingResultsVOT2018LaSOTTrackingNet(test)GOT10k(test)Nfs/OTB/UAV123ArchitectureOffiline trainingOnline tracking 论文：DIMP: Learning Discriminative Model Prediction for Tracking 代码：https://github.com/visio
论文翻译-Learning Discriminative Model Prediction for Tracking（为跟踪学习具有分辨率的预测模型）
白色涟漪裙
12-01 283
目前对端到端可训练的计算机视觉系统的努力给视觉跟踪的任务带来了重大挑战。与大多数其他视觉问题相比，跟踪需要在推理阶段在线学习一个健壮的目标特定的外观模型。为了实现端到端可训练，因此目标模型的在线学习需要嵌入到跟踪体系结构本身中。由于所施加的挑战，流行的孪生（原文为Siamese，常规含义为：暹罗的。实际上在跟踪算法中，Siamese是特指了孪生网络）范式只是简单地预测了一个目标特征模板，而在推理过程中忽略了背景外观信息。我们开发了一种端到端跟踪架构，能够充分利用目标和背景外观信息进行目标模型预测。
[论文阅读 2019 ICCV-oral 目标跟踪]Learning Discriminative Model Prediction for Tracking
qq_39621037的博客
04-02 766
简介 paper:Learning Discriminative Model Prediction for Tracking code:visionml/pytracking 参考:看懂这篇视觉跟踪算法你就可以超神了 Martin持续发力的经典之作Dimp。这篇论文的动机是：首先，当前的siamese跟踪器只重视target的特征而忽略了background信息；其次，当前的siamese跟踪器是离线训练的，而跟踪任务跟踪的目标大部分情况是训练集中所没有的，这就导致算法的在线跟踪时的不可靠；同时，当前大多数
DiMP:Learning Discriminative Model Prediction for Tracking
surprising
10-11 4185
文章目录Abstract Abstract 目前致力于端到端训练的计算机视觉系统，对于视觉跟踪任务是重要的挑战。与其他视觉问题相反，跟踪需要在推理阶段学习一个鲁棒的基于特定目标的在线外观模型。为了端到端训练，目标模型的在线学习因此需要嵌入到跟踪框架本身中。由于这些困难，流行的Siamese模型简单的预测了一个目标特征模板。然而，这样一个模型由于它不能集成背景信息而拥有有限的判别能力。 ...
生成模型和判别模型(Generative model, Discriminative model)
Li Kang 笔记本
07-23 3701
监督学习的任务是学习一个模型，对给定的输入预测相应的输出。这个模型一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。有一种分类就把模型分为：Generative Modeling （生成模型）和Discriminative Modeling （判别模型）两种。生成模型是由训练数据学习联合概率分布P(X,Y)，然后求出条件概率分布P(Y|X)作为预测的模型。常见的生成模型有PCA，Kmeans，Naive Bayesian和HMM。
DiMP tracker ：learning discriminative model predicition for tracking
little_0605的博客
11-01 948
MD大神的论文，一如既往的难懂，但是学习的道路总不是一帆风顺的，在此记录下来，以备以后之需。 以后像这种有难度的论文，更好坚持做好笔记，做好记录，查漏补缺，不定期的拿出来读一读，说不定会有好的思路启发的。 摘要：目标跟踪需要在线（在inference阶段）学习指定目标的外观模型，siamese类方法离线训练网络（在imagenet等数据集上），在线提取特征对比相似度进行跟踪，但在推理阶段忽略了...
目标跟踪CVPR，ICCV，ECCV文章及代码实时更新
博博有个大大大的Dream
08-24 2万+
Visual Trackers 目录 一、按年份分类 二、按类别分类 三、目标跟踪参考资料汇总 四、数据集 五、评价标准 一、按年份分类 ICCV2019 DiMP:Goutam Bhat, Martin Danelljan, Luc Van Gool, Radu Timofte. "Learning Discriminative Model Prediction for...
什么是生成式模型？可以举出生成式自动编码器的例子 吗？
最新发布
06-07
与之相对的是判别式模型（Discriminative Model），判别式模型则是通过学习输入和输出之间的映射关系来进行预测。 生成式自动编码器（Generative Autoencoder，GAE）是一种生成式模型，可以将输入数据映射到一个...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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