通过信息几何方法挖掘玻尔兹曼机的不变性
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 介绍 | 第7-8页 |
| 1.2 研究内容 | 第8页 |
| 1.3 全文安排 | 第8-10页 |
| 第二章 研究背景 | 第10-17页 |
| 2.1 深度学习与深度信念网络 | 第10-15页 |
| 2.2 深度学习模型的不变性 | 第15页 |
| 2.3 信息几何 | 第15-17页 |
| 第三章 信息几何理论基础 | 第17-19页 |
| 3.1 参数坐标系的概念 | 第17-18页 |
| 3.2 参数坐标系的费舍尔信息矩阵 | 第18-19页 |
| 第四章 玻尔兹曼机理论基础 | 第19-27页 |
| 4.1 能量模型概念 | 第19-21页 |
| 4.1.1 引入隐变量 | 第20-21页 |
| 4.1.2 条件能量模型 | 第21页 |
| 4.2 波尔兹曼机 | 第21-22页 |
| 4.3 受限波尔兹曼机 | 第22-24页 |
| 4.4 对比分歧算法 | 第24-27页 |
| 第五章 通过信息几何度量受限玻尔兹曼机的不变性 | 第27-31页 |
| 5.1 通过信息几何方法度量概率流形上的不变性 | 第27-28页 |
| 5.2 单层玻尔兹曼机的不变性 | 第28-29页 |
| 5.3 单层玻尔兹曼机与受限玻尔兹曼机的联系 | 第29-31页 |
| 第六章 实验 | 第31-37页 |
| 6.1 实验数据 | 第31-33页 |
| 6.1.1 “位移”数据集 | 第31页 |
| 6.1.2 “横条与竖条”数据集 | 第31-32页 |
| 6.1.3 “横条与竖条”数据集 | 第32-33页 |
| 6.1.4 “仿真数字”数据集 | 第33页 |
| 6.2 实验设定 | 第33页 |
| 6.3 实验结果 | 第33-37页 |
| 第七章 总结 | 第37-38页 |
| 参考文献 | 第38-40页 |
| 发表论文和参加科研情况说明 | 第40-41页 |
| 致谢 | 第41页 |
