制限付きのボルツマンマシンをトレーニングするのは、なぜトレーニングデータの適切な再構築に対応するのですか？

Question

多くのチュートリアルでは、RBMをトレーニングした後、自動エンコーダーのようにトレーニングデータを適切に再構築できることが示唆されています。

例のチュートリアル： https://deeplearning4j.org/RestrictedBoltzMannmachine

しかし、RBMのトレーニングプロセスは、基本的にトレーニングデータの可能性を最大化することです。通常、CD-KやPCDなどの手法を使用しているため、トレーニングされたRBMは、トレーニングデータ（MNISTを使用する場合の数字）のようなデータを生成する可能性が高いと言えますが、再構築には対応していません。それとも、これらの2つのことは何らかの形で同等ですか？

ヒントンは言った トレーニングの進捗状況を監視するために再構築エラーを使用することをお勧めしないことは、この質問がある理由です。