码迷,mamicode.com
首页 > 其他好文 > 详细

深度学习(八):生成模型

时间:2020-03-27 00:47:38      阅读:176      评论:0      收藏:0      [点我收藏+]

标签:用处   生成   存在   观测   计算   参数化   采样   估计   模型   

一、引入

最开始知道生成模型和判别模型,是在李航的统计学习方法里,当时的理解是:生成模型,就是同时考虑了X和Y的随机性,也就是说二者都是随机变量;判别模型,就是只考虑了Y的随机性,而X并不是个随机变量,即使X存在于条件中,但是并没有p(x)这种说法。当时同时也知道了,朴素贝叶斯和隐马尔可夫都是生成模型,最主要的原因就是在这两个模型中涉及到的变量都是随机变量。生成模型可以转变成判别模型,也就是生成模型由于考虑的都是随机变量,可以通过条件概率公式计算出条件概率;反之不行,因为判别模型无法描述联合概率分布。

后来又在学深度学习的时候看到了生成模型,好像对生成模型的理解又加深了一些。

二、概念

生成模型是根据一些已经观测到的样本点,学习一个参数化模型,来近似这些样本所符合的真实分布。可以用这个学习到的模型来生成一些新样本,使得这些样本是符合真实分布的。所以生成模型有两个基本用处:一个是概率密度估计,一个是采样。

深度学习(八):生成模型

标签:用处   生成   存在   观测   计算   参数化   采样   估计   模型   

原文地址:https://www.cnblogs.com/liuxiangyan/p/12578579.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!