python - 将输入数据拟合成高斯分布
问题描述
我目前正在阅读有关变分自动编码器 (VAE) 的论文。根据这篇文章(http://proceedings.mlr.press/v95/guo18a/guo18a.pdf):
通过将输入数据样本x(i)用重构的均值向量和重构的标准差向量拟合成高斯分布,我们可以得到对应的重构概率N(x(i)|µx^(i, l), σx^(i , l)) 的第 l 个生成的潜在向量。
基本上,我不明白“将输入数据样本 x(i) 拟合到高斯分布中”是什么意思。我假设我们首先使用向量 µx^(i, l) 和 σx^(i, l) 构建多元高斯分布。但是,将向量拟合到该分布中意味着什么?
此外,该计算的结果是否对应于我们所说的可能性?
非常感谢,
纪尧姆
解决方案
推荐阅读
- r - 如何从 shapefile 传单 R 访问多边形信息
- javascript - 异步函数执行顺序与常规函数执行顺序
- jenkins - Jenkins:在 groovy scrpt 中运行 curl 命令
- azure - Azure 流分析的自定义输出路径
- c++ - How to set theme from css resource for multiple glade widgets in gtkmm3
- entity-framework-core - 通过 DI 将选定的数据库传递给 DBcontext
- node.js - Mongodb apply condition on $lookup fetched data
- kotlin - Moshi failOnUnknown() 没有按预期工作
- javascript - 没有原型的功能继承js(返回重载方法)
- ios - iOS 促销代码和应用更新