![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 77
狡童
这个作者很懒,什么都没留下…
展开
-
雅克比变换
雅克比变换最近在读变分推理论文Variational Inference with Normalizing Flows.时,涉及到了雅克比变换相关知识,也就是下式的分布的变换。当z′=f(z)z'=f(z)z′=f(z)且qqq表示分布函数时:这里补充记录下雅克比变换的数学知识。当我们知道x的概率分布时,雅可比变换是一种确定变量y的概率分布的代数方法,其中y是关于x的函数。首先定义:变量x的概率密度函数为f(x)f(x)f(x),累积分布函数为F(x)F(x)F(x);变量y的概率密度函数为f原创 2021-05-18 10:50:24 · 5624 阅读 · 0 评论 -
GCN总结
1、图信号处理面临的挑战Challenge1 : Shifting加权图是不规则结构,缺少平移不变的平移概念。 f(t-n)不再有意义。因此不能直接应用卷积。特殊情况:环形图,其拉普拉斯算子是循环的,因此这类图是高度规则的。Challenge2 : Transform图的频谱是离散的且不规则地间隔开。 对于实数信号而言,可以通过乘以负数指数对应到傅里叶域内。因此对于图而言,也需要一个频域转换规则,否则无法进行卷积。Challenge3 : Downsampling对于数值离散信号,我们很容易原创 2021-05-08 11:20:08 · 231 阅读 · 0 评论 -
AI相关会议2021 ddl
ConferencesNeurIPS -Neural Information Processing Systems- November 27 – December 5, 2021ICML- International Conference on Machine Learning - July 18 -- Thursday July 24, 2021.ACL - Association for Computational Linguistics - August 1-6, 2021NAACL-原创 2021-03-24 16:13:51 · 1532 阅读 · 0 评论 -
增强学习 学习笔记一基本原理
参考:Reinforcement Learning:An Introduction 监督学习:增强学习(RL):RL的主要特征:1)学习器不被告知要采取的行动2)试错法搜索3)延迟的reward(牺牲短期获得长期收益)4)explore(new) and exploit(old)5)代理与环境的交互作用完整流程:RL的元素:1)Policy: what to do2)Reward: what is...原创 2018-05-24 00:10:58 · 845 阅读 · 2 评论