Re: [問題] 機器學習RBM模型中的能量函數解釋

看板Physics作者davidwales (cluster)時間4年前 (2020/05/08 11:42)推噓0(0推 0噓 3→)

留言3則, 2人參與討論串2/3 (看更多)

※ 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

: 其中 : https://pic3.zhimg.com/80/v2-148857ea03b7564bbf5bc500df86568a_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

→

loser113

05/12 17:41, 4年前 , 1^F

05/12 17:41, 1^F

→

davidwales

05/14 19:11, 4年前 , 2^F

05/14 19:11, 2^F

→

davidwales

05/14 19:11, 4年前 , 3^F

05/14 19:11, 3^F