Persistent Contrastive Divergence

新的并行轨迹退火算法增强了基于能量的模型训练

研究人员开发了一种新的基于能量的模型（EBM）训练算法，称为并行轨迹退火（PTT）。该方法解决了EBM中常见的马尔可夫链蒙特卡洛混合不佳的问题，从而实现了更可靠的生成建模，尤其适用于科学数据。PTT在整个学习过程中保持平衡采样，从而在复杂数据集上实现稳定高效的训练。实验表明，PTT的性能优于现有的EBM训练方法，甚至在离散表格数据上超越了最先进的深度生成模型，产生了更高质量的样本和更大的鲁棒性。