tomcat4014

摘要： 伯努利分布(0-1分布) 应用场景实例 一面不均匀的硬币,抛出为正面的概率是0.8,问反面的概率是多少? 定义 单次独立的伯努利试验（成功/失败），结果为0或1。 记法: X∼B(1,p)或X∼Bernoulli(p) \boxed{X \sim B(1,p)\quad或\quad X\sim \t 阅读全文

摘要： 常见分布及其特征 所有的分布都会从以下的方面去讨论,特别注意随机变量XXX的取值,实际是表示此分布的适用情况 应用场景实例 使用一些实例,来更好的理解在什么情况下适用此分布分布 vs. 分布函数： 分布不等于分布函数,分布可以用多种方式来表达,分布函数(累积分布函数)是其中的一种表达方式,我也可以用 阅读全文

摘要： 说明 注意由于是古典概型,适用范围仅限于 有限样本空间（样本点数量有限）；等可能性（每个样本点的概率相等）。 排列数 引例 问1:在集合 { a , b , c , d } \{a,b,c,d\} {a,b,c,d}中,任选4个,有多少种排列方式? 答:选第一个有4种可能,当第一个确定了第二个就有3 阅读全文

摘要： 二项式定理公式表达为: (a+b)n=∑k=0n(nk)an−kbk=∑k=0nn!k!(n−k)!an−kbk \boxed{(a+b)^n= \sum_{k=0}^{n}\binom {n}{k}a^{n-k}b^{k}=\sum_{k=0}^{n}\frac{n!}{k!(n-k)!}a^{n 阅读全文

摘要： echarts的toolbox.feature. restore 和toolbox.feature. saveAsImage 失效 也没有任何报错, 只需要修改: // chart.setOption(op); chart.setOption(op,true); 阅读全文

摘要： 对于深度学习来说,概率论非常重要,时不时回顾一下的基本定义,理清思路,故做以下笔记,如有不对请指正: 随机试验 随机试验用于描述在相同条件下重复进行、结果具有不确定性的实验或观察过程。 例如:抛硬币,掷骰子,药物疗效试验,测量灯泡寿命均是一个随机试验, 随机试验需要满足以下特征 可重复性:即试验可以 阅读全文

摘要： 解决问题:生成一个符合训练样本的图像 当然也可以是普通数据,不一定非要是图像 根据输入值不同,选择不同特性的模型 模型 输入值 生成能力 隐空间特性 AE 图像 必须使用已知图像去重绘,类似于默写的操作 不平滑,不连续 VAE 随机 z z z 从随机到图像,无中生有(当然输入图像也是可以的) 平滑 阅读全文

摘要： 注意添加这个属性,会影响到有多少个层级的表头: :header-height=“[50, 40]”,即后面的columnIndex 如果有fix的列CustomizedHeader会被调用多次,如果有多个层级的表头,也会被调用多次, 实际被调用次数是(fix数+ 1 * 表头层级数量) 以下代码均删 阅读全文

摘要： 效果图 代码 <template> <div style="width: 100%;height: calc(100vh - 84px)"> <VueFlow :nodes="nodes" :edges="edges" @drop="onDrop" @dragover="onDragOver" @d 阅读全文

摘要： 依赖 <zxing.version>3.5.3</zxing.version> <dependency> <groupId>com.google.zxing</groupId> <artifactId>core</artifactId> <version>${zxing.version}</vers 阅读全文