图灵奖得主Bengio提出并开源图马尔科夫神经网络( 五 )

为了避免计算配分函数,可以优化下面的伪似然函数,该似然函数基于样本点的邻域样本集。

图灵奖得主Bengio提出并开源图马尔科夫神经网络

图7/24

在推理过程中,由于标签之间的复杂依赖关系,直接推理后验分布比较难,因此可以基于平均场方法来解决。

图灵奖得主Bengio提出并开源图马尔科夫神经网络

图8/24

对于未知标签的对象,利用采样来得到,而对于已知标签的对象,直接利用其真实标签。实际情况中利用一个采样即可。

图灵奖得主Bengio提出并开源图马尔科夫神经网络

图9/24

在学习过程中只需要学习条件分布,不需要人工特征。

推荐阅读