<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>tam5917</author_name>
  <author_url>https://blog.hatena.ne.jp/tam5917/</author_url>
  <blog_title>備忘録</blog_title>
  <blog_url>https://tam5917.hatenablog.com/</blog_url>
  <categories>
    <anon>深層学習</anon>
    <anon>機械学習</anon>
    <anon>python</anon>
    <anon>RBM</anon>
  </categories>
  <description>はじめに Psuedo-Likelihood (PL) はRBMの学習の進行を測定するための指標として使われている。scikit-learnの BernoulliRBM クラスには PLを計算するための score_samples メソッドが実装されている。 scikit-learn.org さてscikit-learnで計算可能ならば、当然PyTorchでも計算可能である。そこでRBMのPyTorch実装においてPLを損失関数に採用すれば、ある程度は学習がうまく進むはずだろうと見込める。 本記事はPLをRBMの損失関数として使ったときの実験結果を報告するものである。PLの詳しい理論や導出はさ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftam5917.hatenablog.com%2Fentry%2F2025%2F02%2F03%2F224948&quot; title=&quot;Psuedo-LikelihoodをRBMの損失関数として使ったら学習はうまくいくのか - 備忘録&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/t/tam5917/20250203/20250203162917.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-02-03 22:49:48</published>
  <title>Psuedo-LikelihoodをRBMの損失関数として使ったら学習はうまくいくのか</title>
  <type>rich</type>
  <url>https://tam5917.hatenablog.com/entry/2025/02/03/224948</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
