Câu hỏi được gắn thẻ «variational-bayes»

Phương pháp Bayes biến đổi xấp xỉ các tích phân khó tìm được trong suy luận Bayes và học máy. Về cơ bản, các phương pháp này phục vụ một trong hai mục đích: Xấp xỉ phân phối sau hoặc giới hạn khả năng xảy ra cận biên của dữ liệu quan sát.





1
Bộ biến đổi tự động biến đổi là gì và chúng được sử dụng cho các nhiệm vụ học tập nào?
Theo này và này câu trả lời, autoencoders dường như là một kỹ thuật mà sử dụng mạng thần kinh để giảm kích thước. Ngoài ra, tôi cũng muốn biết bộ giải mã tự động biến đổi là gì (sự khác biệt / lợi ích chính của nó so với …





1
Suy luận biến đổi, phân kỳ KL yêu cầu đúng
Theo hiểu biết của tôi (rất khiêm tốn) về suy luận đa dạng, người ta cố gắng xấp xỉ một phân phối chưa biết bằng cách tìm một phân phối tối ưu hóa các điều sau:pppqqq KL(p||q)=∑xp(x)logp(x)q(x)KL(p||q)=∑xp(x)logp(x)q(x)KL (p||q) = \sum\limits_{x} p(x)log \frac {p(x)}{q(x)} Bất cứ khi nào tôi đầu tư …



1
Bay Variational kết hợp với Monte Carlo
Tôi đang đọc Bayes đa dạng và khi tôi hiểu nó, có ý tưởng rằng bạn xấp xỉ (trong đó là các biến tiềm ẩn của mô hình của bạn và dữ liệu được quan sát) với một hàm , đưa ra giả định rằng nhân tố là trong đó …



Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.