第二十章深度生成模型.PDF

第二十章 深度生成模型 在本章中，我们介绍几种具体的生成模型，这些模型可以使用第十六章至第十 九章中出现的技术构建和训练。所有这些模型在某种程度上都代表了多个变量的概 率分布。有些模型允许显式地计算概率分布函数。其他模型则不允许直接评估概率 分布函数，但支持隐式获取分布知识的操作，如从分布中采样。这些模型中的一部 分使用第十六章中的图模型语言，从图和因子的角度描述为结构化概率模型。其他 的不能简单地从因子角度描述，但仍然代表概率分布。 玻尔兹曼机 玻尔兹曼机最初作为一种广义的 联结主义 引入，用来学习二值向量上的任意 概率分布 。玻尔兹曼机的变体（包含其他类型的变量）早已超过了原始玻尔 兹曼机的流行程度。在本节中，我们简要介绍二值玻尔兹曼机并讨论训练模型和进 行推断时出现的问题。 我们在 维二值随机向量 x 上定义玻尔兹曼机。玻尔兹曼机是一种基 于能量的模型 （第 节），意味着我们可以使用能量函数定义联合概率分布： exp x x