机器学习或深度学习中的统一去对偶化

时间:2020-05-18 02:37:39

标签: discrete-mathematics quantization

最近,我读了一篇有关反量化方法的论文(Thesis等,2015),该技术是一种将离散变量转换为连续变量的技术。

Theis,L.,Oord,A. v。d。和M. Bethge。关于生成模型评估的注释。 arXiv预印本arXiv:1511.01844,2015年。

但是,我无法理解本文3.1段落中引入的以下概念:

当有两个条件时,(1)D维x是离散变量,采用{0,1,2,...,255}中的值(2)经去量化的数据x由y = x给出+ u,其中u从[0,1 [^ D

作者说,他们在x上定义了模型密度q(y)和概率质量函数Q之间的关系:

Q(x)= \ int _ {[0,1 [^ D} ^ {} q(x + u)du,

其中int_ =整数 (我的信誉点不足以将此公式表示为图片。) (如果您想更精确地查看方程式,请参阅论文。)

我不明白为什么这个方程式(这个定义)是合理的。 请任何人帮助我!!!

0 个答案:

没有答案