指数分布族

作为一个计算机初学者我最近在学习Tensorflow ，当学习到MNIST时候遇到softmax回归模型，这个知识我之前从来没有接触过，所以查找了很多资料，现在我把它总结出来，有什么不对之处望见谅：

 softmax是基于广义线性模型的，而广义线性模型是把自变量的线性预测函数当作因变量的估计值。它是基于指数分布族的，下面这个就是指数分布族的概率分布：

我刚开始看到这个公式有点摸不着头脑，然后又查询了一些资料才深入了解了这个公式的含义，我个人理解这个公式可以看作是一个参照，如果符合这个形式则它就是指数分布族。现在我就举几个例子

1.高斯分布的概率密度函数为：

  

   将它进行一定的转换后得到如下公式：

 

和指数分布族进行比较可以知道：

因此高斯分布属于指数分布族

2.伯努利分布

伯努利分布的概率密度函数为：

将其进行一定的公式变换以后得到如下公式：

同理和指数分布族进行比较可以得到：

因此伯努利分布也属于指数分布族

我这里只是举了两个例子，还有很多就不一一列举了