大家好，今天小編關(guān)注到一個比較有意思的話題，就是關(guān)于機械原理可分性原理的問題，于是小編就整理了2個相關(guān)介紹機械原理可分性原理的解答，讓我們一起看看吧。
怎么理解生成模型VAE？
VAE，即Auto-encoding variational bayes是13年由Kingma, Diederik P., and Max Welling. 提出的。
論文地址：***s://arxiv.org/abs/1312.6114
想要深刻理解VAE背后的原理需要一定的數(shù)學(xué)基礎(chǔ)，其中涉及到變分推理和貝葉斯等。本文的重點放在對VAE的思想的理解上，重點并不是怎么去做公式的推導(dǎo)和解釋。
首先，VAE是結(jié)合了神經(jīng)網(wǎng)絡(luò)和貝葉斯思想做的變分推理。那神經(jīng)網(wǎng)絡(luò)，在這其中起到什么作用呢？
我們知道我們可以通過增加神經(jīng)網(wǎng)絡(luò)的復(fù)雜結(jié)構(gòu)，來增強神經(jīng)網(wǎng)絡(luò)的非線性擬合功能。因此可以用神經(jīng)網(wǎng)絡(luò)去逼近一些比較復(fù)雜的函數(shù)，這些函數(shù)如果不用神經(jīng)網(wǎng)絡(luò)逼近的話，可能非常復(fù)雜，甚至無法以非常顯形的方式建模出來（要知道，只有一部分自然界中的規(guī)律能讓我們用數(shù)學(xué)公式抽象地表達出來）。
我們再來繼續(xù)看，VAE中哪一步需要神經(jīng)網(wǎng)絡(luò)的幫助？
VAE是生成模型，先不看VAE。簡單地說，如果我們想要生成一個數(shù)據(jù)，可以通過什么樣的方式做到呢？如下圖所示，比如，我們輸入一個向量[1, 0, 0, 0]，想讓它經(jīng)過神經(jīng)網(wǎng)絡(luò)后生成一張貓的圖片，我們不斷訓(xùn)練這個網(wǎng)絡(luò)去減小生成的圖像和原始圖像的平均平方誤差。那么訓(xùn)練完后，這個圖像的信息就被保留在了網(wǎng)絡(luò)的參數(shù)中。
按照這個想法，我們再向網(wǎng)絡(luò)輸入[0, 1, 0, 0]代表狗，讓網(wǎng)絡(luò)能生成一個狗的圖片?；谶@個思想，我們可以上升一個層次擴展下去，我們可以不輸入獨熱編碼，而是輸入實數(shù)值向量，從而能用更低維度的向量，編碼更多的圖片。例如可以輸入 [3.3, 4.5, 2.1, 9.8]代表貓，輸入[3.4, 2.1, 6.7, 4.2] 代表狗。這個已知的初始向量就對應(yīng)了VAE中提到的概念latent variable。而上述得到的網(wǎng)絡(luò)叫做解碼器，因為給網(wǎng)絡(luò)輸入一個指定的向量，就能把這個向量通過網(wǎng)絡(luò)解碼得到與編碼向量對應(yīng)的一張圖片。但這么做的前提是，你已經(jīng)知道在latent variable這個***中，怎樣的向量輸給網(wǎng)絡(luò)能生成貓，怎樣的向量輸給網(wǎng)絡(luò)能生成狗。如果你不知道這個latent variable，你會怎么辦，你只能去試，比如隨機選一個latent variable向量輸進網(wǎng)絡(luò)，看結(jié)果會不會是你想要的貓或者狗，但這種做法實在是一言難盡，一點不像是搞科研的人干的事情。
因此，我們需要一個編碼器，能夠把輸入的圖像進行編碼，而這個編碼的結(jié)果不再是規(guī)律不可循的了，而是服從我們指定的簡單的分布，這個編碼的結(jié)果服從的分布，一方面是基于輸入數(shù)據(jù)的，因此它也具備了能被解碼器解碼回去的能力。另一方面，它服從一種簡單的我們能夠掌握的分布，因此我們能夠有規(guī)律可循的生成一個latent variable，把這個latent variable輸入給解碼器，就能生成一張圖片。我們把latent variable記作Z（Z是可以有很多分量，同時它的分量也可以是一個多維向量，總之Z可以是一個多維的向量），而Z的這個分布我們可以記作q（Z）。
塞翁失馬有哪些哲學(xué)道理？為什么？
事情已經(jīng)錯了，就只能錯事錯辦，從而才能更好地防患于未來，正是因為自己及時地預(yù)防，有時更大的風(fēng)險將不再出現(xiàn)，甚至朝著相反的方向去發(fā)展，這就是人們常說的負負也能得正的道理所在。
其實這就是哲學(xué)上講的“對立統(tǒng)一規(guī)律”，任何事物都有兩面性，我們稱它為矛盾的兩個方面，即矛盾的主要方面和次要方面，它們同時產(chǎn)生，同時消亡，既對立又統(tǒng)一，并在一定條件下可以相互轉(zhuǎn)化。陰與陽、雌與雄及福和禍等等都是矛盾的兩個方面，塞翁失馬焉知非福，它的意思就是：事情發(fā)生后是“?！边€是“禍”有誰能說得清呢？在當時看可能是“禍”，但和后面的事聯(lián)系起來整體看，又可能是“?！?，從哲學(xué)角度講就是隨著事物的發(fā)展，作為矛盾主要方面的“禍”轉(zhuǎn)化成了矛盾的次要方面，而“?！背闪嗣艿闹饕矫?。有個實例能很好的說明這一點。
有個國王喜歡打獵，剛到森林就一箭射倒一只花豹。國王下馬檢視花豹，誰想到，花豹使出最后的力氣，撲向國王，將國王的小指咬掉一截。國王叫宰相來飲酒解愁，誰知宰相卻微笑著說：“大王啊，想開一點，一切都是最好的安排！”國王聽了很憤怒，“如果寡人把你關(guān)進監(jiān)獄，這也是最好的安排？”宰相微笑說：“如果是這樣，我也深信這是最好的安排?！眹醮笈扇藢⒃紫嘌喝氡O(jiān)獄。一個月后，國王養(yǎng)好傷，獨自出游。他來到一處偏遠的山林，忽然從山上沖下一隊土著人，把他五花大綁，帶回部落！山上的原始部落每逢月圓之日，就會下山尋找祭祀滿月女神的犧牲品，土著人準備將國王燒死。正當國王絕望之時，祭司忽然大驚失色，他發(fā)現(xiàn)國王的小指頭少了小半截，是個并不完美的祭品，收到這樣的祭品滿月女神會發(fā)怒，于是土著人將國王放了。國王大喜若狂，回宮后叫人釋放宰相，擺酒宴請，國王向宰相敬酒說：“你說的真是一點也不錯，果然，一切都是最好的安排！如果不是被花豹咬一口，今天連命都沒了?！眹鹾鋈幌氲绞裁?，問宰相：“可是你無緣無故在監(jiān)獄里蹲了一個多月，這又怎么說呢？”宰相慢條斯理喝下一口酒，才說“如果我不是在監(jiān)獄里，那么陪伴您微服私巡的人一定是我，當土著人發(fā)現(xiàn)國王您不適合作祭祀，那豈不是就輪到我了？”國王忍不住哈哈大笑，說：“果然沒錯，一切都是最好的安排！”
其實古人早就總結(jié)了福和禍的辯證關(guān)系，即：“福兮禍所依，禍兮福所伏”。
塞翁失馬，塞翁是個善術(shù)者，非常人也。走了馬，馬認家，只偶爾走失，老馬識途，可自回也。如叫人為找一匹馬，而到不可策之胡地，引起邊關(guān)矛盾，其危大焉。兩相比較，取其輕。術(shù)者。
及帶回胡馬，其兒騎至墜拆髀，胡人入塞，丁壯弦弓以抗，以跛不征，故父子相保。這里無術(shù)，無人為。故無為而無不為。禍福天造，可見之禍取其輕。
禍兮福所倚
福兮禍所伏
塞翁偶失馬
焉知非福趾
“塞翁失馬，焉知非福”說明哲學(xué)原理是：在我們的生活工作中，一時雖然受到損失，也許反而因此能得到好處。也指壞事在一定條件下可變?yōu)楹檬隆Ｊ挛锏母：偷溤谝欢l件下可以互相轉(zhuǎn)化，要以辯證的態(tài)度去看待。
原文：近塞上之人有善術(shù)者。馬無故亡而入胡。人皆吊之，其父曰：“此何遽不為福乎？”居數(shù)月，其馬將胡駿馬而歸。人皆賀之，其父曰：“此何遽不能為禍乎？”家富良馬，其子好騎，墮而折其髀（讀音bì，股，大腿）。
人皆吊之，其父曰：“此何遽不為福乎？”居一年，胡人大入塞，丁壯者引弦而戰(zhàn)，近塞之人，死者十九，此獨以跛之故，父子相保。故福之為禍，禍之為福，化不可極，深不可測也。
白話譯文：在靠近邊塞的人中，有一位精通術(shù)數(shù)的人。他家的馬自己跑到胡人那里去了，大家都來慰問他。這位父親說：“為什么就知道不是福運呢？”過了幾個月，他家的馬帶領(lǐng)著胡人的駿馬回來了，大家都祝賀他。
這位父親說：“為什么就知道不是禍端呢？”家里有錢又有駿馬，他的兒子喜歡騎馬，有一次從馬上摔下來折斷了大腿骨。大家都慰問他，這位父親說：“為什么就知道不是福運呢？”
過了一年，胡人大舉侵入邊塞，男子健壯的都拿起弓箭參戰(zhàn)，塞上參戰(zhàn)的人，十個死九個，不死的都是重傷。唯獨他的兒子因為腿摔斷了的緣故，父子得以保全性命。所以?？勺?yōu)榈湥溈勺優(yōu)楦?，這其中的變化難以捉摸，深不可測。
此文出自西漢·劉安所著的《淮南子·人間訓(xùn)》
塞翁失馬是個古代的故事，之所以能流傳了千百年，在于這個故事里隱含著做人的道理，做人的態(tài)度。
“夫禍福之轉(zhuǎn)而相生，其變難見也” 。用今天的話來說，今天不知道明天，今天明明是高興的事情，到了明天瞬間變成了痛苦的事情。生活里這樣的事情太多太多了，舉個成功人士今天不知道明天的例子，上海原冠生園董事長翁懋，退休了想好好享受一下晚年生活，在河南紅石巖景區(qū)旅游時，被山上落石不幸砸中而亡。
當然，今天不知道明天不等于悲觀厭世，有句話說得好，給你關(guān)上一扇門，必定有扇窗打開著，天無絕人之路，對于生活的態(tài)度，同樣隱含著它的哲理性，我們既不能盲目客觀，也不能怨天尤人，雖然生活中的不可知痛苦罩著你，但不可知的意外之喜同樣相伴在你的身邊。
“塞翁失馬焉知非?！保潭贪藗€字，幾乎囊括了人生所有的酸甜苦辣。
到此，以上就是小編對于機械原理可分性原理的問題就介紹到這了，希望介紹關(guān)于機械原理可分性原理的2點解答對大家有用。
