IP 属地中国香港
Expect了解一切
他的动态
机器学习论文分享-Generative Modeling by Estimating Gradients of the Data Distribution
前言前面我们讲了langevin采样算法的收敛性分析,加速方法等等,那么其在机器学习中具体有什么用处呢? 1.贝叶斯学习:贝叶斯学习的核心之一在于学习后验函数 的分布.由于 ,有了以上分解式,我们就可以用随机梯度Langevin采样实现对后验分布 的采样,如下 这里的随机梯度(SGLD)是指对 只抽取一部分作为梯度的估计值.对于以上这个SDE方程,可以证明运行足够长时间其收敛于分布 ,从而实现了对后验分布的采样这方面详见 Bayesian Lea…