BriefGPT.xyz
Oct, 2013
一种深度可计算密度估计器
A Deep and Tractable Density Estimator
HTML
PDF
Benigno Uria, Iain Murray, Hugo Larochelle
TL;DR
本文介绍一种新的方法,即同时为每个变量的可能排序训练NADE模型,共享跨所有模型的参数。这种方法既可以为不同推理任务使用最方便的模型,又可以马上使用具有不同排序的模型集成。此外,我们的训练方法可以扩展到深度模型,实验证明深度NADE模型的集合可以获得最先进的密度估计性能。
Abstract
The
neural autoregressive distribution estimator
(NADE) and its real-valued version
rnade
are competitive
density models
of multidimension
→