将输入数据拟合为高斯分布

时间:2021-05-13 11:47:43

标签: python probability gaussian normal-distribution data-fitting

我目前正在阅读有关变分自编码器 (VAE) 的论文。根据这篇文章 (http://proceedings.mlr.press/v95/guo18a/guo18a.pdf):

<块引用>

通过将输入数据样本x(i)与重构的均值向量和重构的标准差向量拟合成高斯分布,我们可以得到对应的重构概率N(x(i)|µxˆ(i, l), σxˆ(i, l)) 的第 l 个生成的潜在向量。

基本上,我不明白“将输入数据样本 x(i) 拟合到高斯分布中”是什么意思。 我假设我们首先用向量 µxˆ(i, l) 和 σxˆ(i, l) 构建一个多元高斯分布。但是,将向量拟合到该分布中意味着什么?

另外,那个计算的结果是否对应于我们所说的似然?

非常感谢,

纪尧姆

0 个答案:

没有答案