摘要: 一. 随机事件与概率 1.1 随机现象 在自然界和人类活动中,发生的现象多种多样,比如下列这些现象: 1. 偶数能被2整除 2. 光的速度是常数 3. 一家门店一天之内的订单量 4. 一个新生儿可能是男生也可能是女生 5. AB实验存在对照组和实验组 6. 李华上厕所的时间 不难发现,其中①②⑤这类 阅读全文
posted @ 2023-11-07 23:15 Baby-Lily 阅读(508) 评论(0) 推荐(0) 编辑
摘要: 提升思想 一个概念如果存在一个多项式的学习算法能够学习它,并且正确率很高,那么,这个概率是强可学习的。一个概念如果存在一个多项式的学习算法能够学习它,并且学习的正确率仅比随机猜测略好,那么,这个概念是弱可学习的。强可学习与弱可学习是等价的。在学习中,如果已经发现了弱学习算法,那么是否能够将其提升为强 阅读全文
posted @ 2020-05-20 22:19 Baby-Lily 阅读(1030) 评论(0) 推荐(0) 编辑
摘要: 聚类的定义 聚类就是对大量未知标注的数据集,按数据的内在相似性将数据集划分为多个类别,使类别内的数据相似度较大而类别间的数据相似度较小。聚类算法是无监督的算法。 常见的相似度计算方法 闵可夫斯基距离Minkowski/欧式距离 在上述的计算中,当p=1时,则是计算绝对值距离,通常叫做曼哈顿距离,当p 阅读全文
posted @ 2020-05-20 19:55 Baby-Lily 阅读(8904) 评论(0) 推荐(0) 编辑
摘要: 极大似然估计 我们先从极大似然估计说起,来考虑这样的一个问题,在给定的一组样本x1,x2······xn中,已知它们来自于高斯分布N(u, σ),那么我们来试试估计参数u,σ。 首先,对于参数估计的方法主要有矩估计和极大似然估计,我们采用极大似然估计,高斯分布的概率密度函数如下: 我们可以将x1,x 阅读全文
posted @ 2020-05-18 22:02 Baby-Lily 阅读(936) 评论(0) 推荐(0) 编辑
摘要: 常见的GAN网络的相关原理及推导 在上一篇中我们给大家介绍了GAN的相关原理和推导,GAN是VAE的后一半,再加上一个鉴别网络。这样而导致了完全不同的训练方式。 GAN,生成对抗网络,主要有两部分构成:生成器,判别器。 生成器网络的主要工作是负责生成样本数据,输入的是高斯白噪声z,输出的是样本数据向 阅读全文
posted @ 2020-05-13 22:13 Baby-Lily 阅读(1622) 评论(0) 推荐(0) 编辑
摘要: GAN的前身——VAE模型 今天跟大家说一说VAE模型相关的原理,首先我们从判别模型和生成模型定义开始说起: 判别式模型:已知观察变量X和隐含变量z,它对p(z|X)进行建模,它根据输入的观察变量X得到隐含变量z出现的可能性。 在图像模型中,比如根据原始图像推测图像具备的一些性质,例如根据数字图像推 阅读全文
posted @ 2020-05-12 21:57 Baby-Lily 阅读(2897) 评论(0) 推荐(0) 编辑
摘要: 优化学习率的相关算法 在使用优化算法的时候,常常会涉及到一些学习率的优化,那么我们应该怎么优化学习率呢? 调整学习率的策略: 1.在斜率(方向导数)大的地方,使用小的学习率 2.在斜率(方向导数)小的地方,使用大的学习率 下面我们通过梯度下降算法进行学习率的优化分析 在梯度下降中,设x[k]=a,那 阅读全文
posted @ 2020-05-11 20:04 Baby-Lily 阅读(825) 评论(0) 推荐(1) 编辑
摘要: 熵,条件熵,相对熵,互信息的相关定义及公式推导 熵是随机变量不确定性的度量,不确定性越大,熵值越大,若随机变量退化成定值,熵为0,均匀分布是最不确定的分布。熵其实定义了一个函数(概率分布函数)到一个值(信息熵)的映射。熵的定义公式如下: 在经典熵的定义中,底数是2,此时熵的单位是bit,若底数是e, 阅读全文
posted @ 2020-05-09 19:58 Baby-Lily 阅读(9096) 评论(1) 推荐(2) 编辑
摘要: 仿射变换和透视变换 仿射变换是把一个二维坐标系转换到另一个二维坐标系的过程,转换过程坐标点的相对位置和属性不发生变换,是一个线性变换,该过程只发生旋转和平移过程。因此,一个平行四边形经过仿射变换后还是一个平行四边形。所以,仿射= 旋转 + 平移 透视变换是把一个图像投影到一个新的视平面的过程,该过程 阅读全文
posted @ 2020-05-08 19:40 Baby-Lily 阅读(6314) 评论(0) 推荐(0) 编辑
摘要: 常见的图像变换操作 窗口视图变换 用户域:程序员用来定义草图的整个自然空间WD,它是一个实数域,理论上WD是连续无限的。 窗口区:用户指定的任一区域W,它是WD的子域,一般为矩形域。 屏幕域:设备输出图形的最大区域DC,它是有限的整数域, 如:如显示器有1600*1200个像素。 视图区:任何小于等 阅读全文
posted @ 2020-05-07 19:56 Baby-Lily 阅读(3803) 评论(0) 推荐(2) 编辑