大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
（一）生成模型简介
1、什么是生成模型
在概率统计理论中，生成模型是指能够在给定某些隐含参数的条件下，随机设工程观测数据的模型，他给观测值和标测数据序列指定一个联合概率分布，在机器学习中，生成模型可以用用来直接对数据进行建模，如根据某个变量的概率密度函数进行数据采样，也可以用来建立变量间的条件概率分布，条件概率分布可以由生成模型根据贝叶斯定理形成。
对于生成模型，可以分为两种类型，
（1）可以完全表示出确切的分布函数
（2）第二种生成模型智能做到新数据的生成，二数据分布函数是模糊的。
生成模型的作用：
（1）生成模型具有表现和处理高维概率分布的能力，而这种能力可以有效应用在数学或工程领域。
（2）与强化模型结合。
（3）通过提供生成数据，优化完善半监督学习。
生成模型：
自动编码器
变分自动编码器
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/166893.html原文链接：https://javaforall.net
