- 博客(1)
- 收藏
- 关注
原创 跟着李沐学Pytorch--序列模型(一)
一、序列数据 二、统计工具 在时间t观察到xt,那么得到T个不独立的随机变量(x1 ~ xT)~ P(x) (前后不受到影响,互相独立) 使用条件概率展开 p(a,b)=p(a)p(b|a)=p(b)p(a|b) 三、序列模型 正向:先得到X1,再推x2,x2是依赖于x1,同理,x3依赖于之前的x1,x2. 反向:(已知未来推过去)先得到xT,再反过来推。在物理层面上是不可行的,因为很多的理论是基于之前的理论。 四、自回归模型 自回归模型:给过去的数据,预测下一个数据 对条件概率建模 预测xt,对之
2022-03-06 21:38:10 800
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人