当为受限玻尔兹曼机使用持久 CD 学习算法时，我们在第一次迭代中从数据点开始我们的 Gibbs 采样链，但与普通 CD 不同的是，在接下来的迭代中，我们不会从我们的链开始。相反，我们从上一次迭代中的 Gibbs 采样链结束的地方开始。

在正常的 CD 算法中，每次迭代都会评估一小批数据点，并从这些数据点本身开始计算 Gibbs 采样链。

在持久 CD 中，我们是否应该为每个数据点保留 ​​Gibbs 采样链？还是我们应该保留一小批 Gibbs 采样链，它从当前迭代中当前未评估的数据点开始？

在我看来，为每个数据点保留 ​​Gibbs 采样链太麻烦了，但另一方面，将当前样本的信号与不是从当前开始的长 Gibbs 链之后的信号进行比较似乎是不够的样品。