获得徽章 0
生成模型和判别模型的差异
生成模型是一种任务设计型的学习,这种学习方式区别于判别式学习地方在于:通过任务设计的方式实现显示的loss设计的效果,这样可以把很多用无法显示loss设计的任务变得可能,并且可以把很多因为认知偏差导致无法解耦合的问题可以解。也就是任务设计巧妙的绕开了需要非常明确的把细节拆开设计loss才能解决问题的困局。很多问题看起来是耦合的,你站在这个视角看可以这么区分,在另一个视角看可以那么分;但无论如何都千丝万缕无法完全切分开,如果这样那么我们就永远是近真实,很多问题如果站的视角不对就会被分的非常细,如此细的任务很多问题是确实数据的,那么这个问题就没解了。任务设计的巧妙之处是不需要显示的把这些loss分那么细,只要大致的设计好很多耦合问题反导对于其它能力提升是有帮助的。
生成模型是一种任务设计型的学习,这种学习方式区别于判别式学习地方在于:通过任务设计的方式实现显示的loss设计的效果,这样可以把很多用无法显示loss设计的任务变得可能,并且可以把很多因为认知偏差导致无法解耦合的问题可以解。也就是任务设计巧妙的绕开了需要非常明确的把细节拆开设计loss才能解决问题的困局。很多问题看起来是耦合的,你站在这个视角看可以这么区分,在另一个视角看可以那么分;但无论如何都千丝万缕无法完全切分开,如果这样那么我们就永远是近真实,很多问题如果站的视角不对就会被分的非常细,如此细的任务很多问题是确实数据的,那么这个问题就没解了。任务设计的巧妙之处是不需要显示的把这些loss分那么细,只要大致的设计好很多耦合问题反导对于其它能力提升是有帮助的。
展开
1
4