深度学习能量模型/能力学习相关论文、会议、博客资源整理分享

    基于能量的模型&＃xff08;EBM&＃xff09;是生成模型&＃xff08;GM&＃xff09;的一种形式。GM通过分析样本数据集学习基础数据分布。训练后&＃xff0c;GM可以产生其他与数据分布相匹配的数据集。EBM为许多此类学习的概率和非概率方法&＃xff08;尤其是图形和其他结构化模型的训练&＃xff09;提供了统一的框架。

    EBM学习目标数据集的特征并生成相似但更大的数据集&＃xff0c;通过检测数据集的潜在变量并生成具有相似分布的新数据集。

EBM通过将未归一化的概率标量&＃xff08;能量&＃xff09;与观察变量和潜在变量组合的每种配置相关联来捕获依赖性。推论包括找到潜在变量&＃xff0c;这些潜变量在给定一组观察值的情况下将能量最小化。类似地&＃xff0c;模型学习一个函数&＃xff0c;该函数将低能量关联到潜变量的正确值&＃xff0c;而将高能量关联到不正确的值。

目录

内容截图