是的，卢卡斯;塞巴斯蒂安·格温;费比安·辛兹;马提亚斯·贝奇 很可能，只有坚定的信念是不够的。 （英语） Zbl 1280.68205号 J.马赫。学习。物件。 12, 3071-3096 (2011). 摘要：自然图像的统计模型为机器学习和计算神经科学领域的研究人员提供了一个重要的工具。通过似然给出了定量评估和比较统计模型性能的标准度量。一类统计模型是由深信度网络构成的，近年来得到了越来越广泛的应用，并被应用于各种复杂数据。然而，由于这些模型的可能性在计算上很难处理，因此对这些模型的分析通常仅限于基于样本的定性分析。基于这些情况，本文介绍了深信度网络似然的一致估计量，该估计量计算简单，易于实际应用。利用该估计器，我们定量研究了自然图像补丁的深信度网络，并将其性能与其他自然图像补丁模型的性能进行了比较。我们发现，即使通过非常简单的混合模型，深度信念网络在可能性方面也表现出色。 引用于2文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 62甲12 多元分析中的估计 2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型 关键词：深度信念网络;受限玻尔兹曼机;似然估计;自然图像统计;潜在对数似然 PDF格式BibTeX公司 XML格式引用 \textit{L.Theis}等人，J.Mach。学习。第12号决议，3071--3096（2011年；Zbl 1280.68205） 全文： arXiv公司 链接