GMM 采样潜变量即可生成随机输入，无监督训练闭环再进一步
caglar_ee · x · 2026-11-11
延续前两条线程：既然 K-means 分类器是 GMM 特例，还可以进一步生成随机输入——先从输出端的 GMM 采样潜特征 yₙ，再从特征提取器的 p(xₙ|yₙ) 采样得到 xₙ。这为整个无反向传播/交替最小化框架补上了数据生成的闭环，展示了该生成式视角下分类、OOD 检测与样本合成的统一。
「研究」频道最新
- 科研老手 5 条经验：倒读论文、复现优先、用 MCP 连接编码代理 — cneuralnetwork · 2026-11-11
- cloneofsimo 发布讲解行列式点过程 DPP 的视频 — cloneofsimo · 2026-11-11
- 从内部状态绘出 Qwen3-8B 的「触觉身体地图」并做成解剖图 — repligate · 2026-11-11
- Qwen3-8B 身体地图实验：被告知与主动「抬起」左臂激活同样部位 — repligate · 2026-11-11
- 研究发现 Qwen3-8B 内部存在「这是我的身体部位」方向 — repligate · 2026-11-11
- 美欧NAE前沿工程研讨会聚焦物质智能与神经形态计算 — ProfBuehlerMIT · 2026-11-11