Pourquoi la formation d'une machine Boltzmann restreinte correspond à une bonne reconstruction des données de formation?

Question

De nombreux tutoriels suggèrent qu'après avoir formé un RBM, on peut avoir une bonne reconstruction des données de formation comme un autoencodeur.

Un exemple de tutoriel: https://deeplearning4j.org/restricedboltzmannmachine

Mais le processus de formation de RBM est essentiellement pour maximiser la probabilité des données de formation. Nous utilisons généralement une technique comme CD-K ou PCD, il semble donc que nous pouvons seulement dire qu'un RBM formé a une forte probabilité de générer des données qui ressemblent à des données de formation (chiffres si nous utilisons MNIST), mais ne correspond pas à la reconstruction. Ou ces deux choses sont-elles juste équivalentes d'une manière ou d'une autre?

Hinton a dit Que ce n'est pas une bonne idée d'utiliser l'erreur de reconstruction pour surveiller les progrès de la formation, c'est pourquoi j'ai cette question.