Re: [問題] 機器學習RBM模型中的 能量函數解釋
※ 引述《loser113 (洨大魯蛇ㄍ)》之銘言:
: 參考對岸之乎介紹
: https://zhuanlan.zhihu.com/p/40120848
: 模型概念圖
: https://pic3.zhimg.com/80/v2-b81b786ae6eb1bbaa1c04c7b3963e8ea_1440w.jpg
: 目前在學RBM裡面用了一個能量函數 ( nergy function)
: https://pic1.zhimg.com/80/v2-8f783076cd101380913929745026c7e0_1440w.jpg
: 利用物理概念但是 還是不太懂設置這函數的用意
: 目前已獲得的訊息是能量越低越穩定
: 機器學習模型追求是準確度
: 裡面演算法運算 是找到某個參數最大概似函數最大值 (這邊數學部分就不多做解釋)
: 使得聯合函數最大
: https://pic2.zhimg.com/80/v2-e0db53e5ff23cd01b8a8f11f965fb0e9_1440w.jpg
: 理論上是每個P都相等機率相乘會最大 那不太懂這邊追求每個P相近
: 用物理怎麼解釋節點(每組V到模型的差異相近?)
: 或者更直接一點 怎麼解釋追求 每個P相近 對於模型準確度有甚麼關係
https://www.sciencedirect.com/science/article/pii/S0370157319300766
這篇文章有回答你的疑問
可以參考一下
作者群全部是物理學家
所以他們的ML觀點可能會比較容易讓物理系學生吸收理解
希望有點幫助!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.74.195.140 (新加坡)
※ 文章網址: https://www.ptt.cc/bbs/Physics/M.1588909374.A.753.html
→
05/12 17:41,
4年前
, 1F
05/12 17:41, 1F
→
05/14 19:11,
4年前
, 2F
05/14 19:11, 2F
→
05/14 19:11,
4年前
, 3F
05/14 19:11, 3F
討論串 (同標題文章)