python - (Python) 计算 P(v|h) 的高斯伯努利 RBM

Question

语境：

我正在实施高斯伯努利 RBM，它类似于流行的 RBM，但具有实值可见单位。

确实，两者对隐藏值进行采样的过程p(h=1|v)是相同的，即

问题：

我的问题在于编码（使用 Python）p(v|h)，也就是说，

我对N()的工作原理有点困惑。我是否只需使用数据的标准偏差将高斯噪声添加到b + sigma * W.dot(h)?

先感谢您。

Answer 1

符号X ~ N (μ, σ²) 表示X服从均值 μ 和方差 σ² 的正态分布，因此在 RBM 训练例程中，应从这样的分布中采样v 。用 NumPy 术语来说，就是

v = sigma * np.random.randn(v_size) + b + sigma * W.dot(h)

或scipy.stats.norm用于更好的可读代码。