• 博客园logo
  • 会员
  • 众包
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • HarmonyOS
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






古祥

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理

2020年2月26日

极大似然估计(MLE)与极大后验估计(MAP)
摘要: 极大似然估计(MLE)和极大后验估计(MAP)分别是频率学派和贝叶斯学派(统计学者分为两大学派,频率学派认为参数是非随机的,而贝叶斯学派认为参数也是随机变量)的参数估计方法,下面我们以线性回归分析为例,分别简要介绍MLE和MAP,两者的关系以及分别与最小二乘回归、正则化最小二乘回归分析的关系。(非常 阅读全文
posted @ 2020-02-26 18:25 古祥OMT 阅读(1403) 评论(0) 推荐(0)
 

2018年9月27日

最优传输传记(optimal transport)一——最优传输模型
摘要: 参考文献: [1] G. Monge. Mémoire sur la théorie des déblais et des remblais. Histoire de l’Académie Royale des Sciences de Paris, avec les Mémoires de Math 阅读全文
posted @ 2018-09-27 14:15 古祥OMT 阅读(11671) 评论(0) 推荐(1)
 

2018年6月16日

模型驱动的深度学习(ADMM-net)
摘要: 流程:模型族->算法族->深度网络->深度学习 模型族:模型中含有超参数,给予不同的参数对应不同的模型,就形成了模型族 算法族:每一个模型对应一个完整算法,整个模型族对应了一个算法族 将算法族展开成一个深度网络,网络层数代表迭代次数,模型的超参数成为网络中的参数(如权重等)。利用少量标记数据就可以训 阅读全文
posted @ 2018-06-16 15:30 古祥OMT 阅读(5588) 评论(1) 推荐(2)
 

2018年6月15日

最优传输传记(optimal transport)——前序
摘要: 当下,人工智能正如火如荼地发展,人们都享受着深度学习带来的生产力的提升,以至于很多人都将深度学习看做普适人工智能的方向,同时,受益于开源深度学习编程平台如TensorFlow,pytorch等的便宜,很多人忘记或者根本没有认识到理论的重要性,都将注意力集中于设计网络结构,设计loss。最优传输是数学 阅读全文
posted @ 2018-06-15 14:15 古祥OMT 阅读(6462) 评论(1) 推荐(3)
 

2018年4月30日

python 安装最优传输模块POT出现问题:Microsoft Visual C++ 14.0 is required (Unable to find vcvarsall.bat)
摘要: 解决方案: 安装visual studio 2017,选择支持Python, 安装完成后配置路径: Add this to your PATH environment variables: C:\Program Files (x86)\Windows Kits\8.0\bin\x86 Copy th 阅读全文
posted @ 2018-04-30 13:20 古祥OMT 阅读(810) 评论(0) 推荐(0)
 

2018年1月22日

bp算法
摘要: http://blog.csdn.net/lu597203933/article/details/46575803 阅读全文
posted @ 2018-01-22 21:05 古祥OMT 阅读(232) 评论(0) 推荐(0)
 

2017年8月30日

python模块安装
摘要: 恢复内容开始 方式一: 编辑工具:pycharm file>>settings>>project interpret>>+>>搜索模块名称 numpy选择numpy+mkl,numpy、scipy下载网页http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 阅读全文
posted @ 2017-08-30 21:14 古祥OMT 阅读(159) 评论(0) 推荐(0)