Alex Graves 创建了一个模型来生成手写序列，该序列使用 LSTM（一种递归神经网络）来预测混合模型的参数。然后使用混合模型来预测下一个 x,y 坐标以及笔是向上还是向下。
为什么不直接使用 LSTM 直接预测笔偏移 (x,Y) 和上/下标志。为什么要打扰混合模型？
为什么要使用带有 RNN 的混合模型，而不是直接预测真实值？
机器算法验证
机器学习
神经网络
高斯混合分布
lstm
2022-03-31 20:35:15
1个回答
我是该地区的新手，所以请谨慎对待我的评论！
我在这个 youtube 频道https://www.youtube.com/channel/UC0z_jCi0XWqI8awUuQRFnyw看到了 Alex 的演讲
在这个视频中，Alex 的第一个目标是建立一个仿真模型。因此，我认为搜索到的模型的输出是一个随机变量。
有了这个，每次你向模型询问模拟时，你都会得到不同的结果（除非你将方差设置为 0，就像他在演示结束时在“偏差样本”下所做的那样）。
我还认为，如果您确实有直接输出（例如实际上告诉将笔向右移动 10 个像素），因为在结构（输入和 NN 结构）中没有随机分量，您可以在所有情况下以相同的结果结束。
其它你可能感兴趣的问题