deep-learning - 如何为NADE模型计算P（x1 = 1）？

请考虑以下NADE模型。共享参数（W和b）的维数为 $W\epsilon \mathbb{R}^{3\times 3}$ 和 $b\epsilon \mathbb{R}^{3\times 1}$ 。此外，我们还有 $V_{k}\epsilon \mathbb{R}^{3\times 1}$ 和 $c_{k}\epsilon \mathbb{R}^{1}$ 。

给出 $W=\begin{bmatrix}0.1 & 0.25 & 0.2\0.2 & 0.4 & 0.3\0.5 & 0.5 & 0.6\end{bmatrix}$ ， $b= \begin{bmatrix}0.1\0.05\ 0.3\end{bmatrix}$ ， $V1=\begin{bmatrix}0.3\ 0.7\ 0.5\end{bmatrix},h1=\begin{bmatrix}0.2\ 0.8\ 0.7\end{bmatrix},c_{1}=-0.02$ 。 $p\left ( x_{1}=1 \right )$ 的值是什么。

进一步给定的值 $V_{2}=\begin{bmatrix}0.3\ 0.7\ 0.5\end{bmatrix}$ 和 $c_{2}=-0.5$ 将是 $p\left ( x_{2}=1 \right| x_{1})$ 的值。我已经研究过NADE的理论，但是不能将其与从这些矩阵中计算出概率的联系起来。请帮我解决这个问题。

如何为NADE模型计算P（x1 = 1）？

0 个答案: