懵懂的菜鸟

Stay hungry,Stay foolish.

导航

2017年8月20日 #

JS散度

摘要: JS散度(Jensen-Shannon divergence) JS散度解决了KL不对称的问题,JS是对称的。 很明显,如果P1,P2完全相同,那么JS =0, 如果完全不相同,那么就是1. JS散度是利用KL散度来得到的。JS是对称的而且值是有界的[0,1]. P,Q和第三个分布进行KL计算(第三 阅读全文

posted @ 2017-08-20 18:30 懵懂的菜鸟 阅读(10689) 评论(0) 推荐(0)

KL散度

摘要: 1. 相对熵的认识 相对熵又称互熵,交叉熵,鉴别信息,Kullback熵,Kullback-Leible散度(即KL散度)等。设和 是取值的两个概率概率分布,则对的相对熵为 在一定程度上,熵可以度量两个随机变量的距离。KL散度是两个概率分布P和Q差别的非对称性的度量。KL散度是 用来度量使用基于Q的 阅读全文

posted @ 2017-08-20 18:26 懵懂的菜鸟 阅读(792) 评论(0) 推荐(0)

python中的list和array的不同之处 及转换

摘要: python中的list和array的不同之处list是列表,可以通过索引查找数值,但是不能对整个列表进行数值运算In [96]: b=[1,2]In [97]: b[1]Out[97]: 2In [98]: type(b)Out[98]: listIn [99]: b+bOut[99]: [1, 2, 1, 2]array是数组,也可以通过索引值查找数据,但是能对整个数组进行数值运算In [10... 阅读全文

posted @ 2017-08-20 10:42 懵懂的菜鸟 阅读(13116) 评论(0) 推荐(0)