日期:
来源:数据派THU收集编辑:数据派THU
来源:DeepHub IMBA 本文约2400字,建议阅读9分钟
本文介绍了最大似然估计的过程,和TensorFlow Probability的实现。
TensorFlow Probability是一个构建在TensorFlow之上的Python库。它将我们的概率模型与现代硬件(例如GPU)上的深度学习结合起来。
极大似然估计
最大似然估计是深度学习模型中常用的训练过程。目标是在给定一些数据的情况下,估计概率分布的参数。简单来说,我们想要最大化我们在某个假设的统计模型下观察到的数据的概率,即概率分布。
这里我们还引入了一些符号。连续随机变量的概率密度函数大致表示样本取某一特定值的概率。我们将表示这个函数