- 博客(3)
- 收藏
- 关注
RSS订阅原创 EM算法总结
概述EM算法常常用于解决含有隐变量问题的参数估计。由于隐变量是无法观测的，因此在进行参数估计时只能通过似然函数 P(X|θ)的大小来对参数进行估计。借助于隐变量和观测变量对似然函数进行建模。Jensen不等式logP(X∣θ)=log∑ZP(X,Z∣θ)logP(X\mid\theta) = log\displaystyle\sum_{Z}P(X,Z\mid\theta)logP(X∣θ)=logZ∑P(X,Z∣θ)由于有着Z的存在，所以无法直接优化上式，因此我们想到可以优化下界(谁想到的，太厉害
2021-03-28 16:35:30
136
1
原创 python
pythonparserparser.addarguement()setattr三级目录parserparser.addarguement()import argparseparser = argparse.ArgumentParser(description='test')parser.add_argument('--sparse', action='store_true', default=False, help='GAT with sparse version or not.')par
2020-12-29 19:41:47
220
1
原创 pytorch tips
pytorch的一些tips一、加载数据Dataloadertorch.utils.data.DataLoader()二、张量的处理tensor与Tensortorch.rand 与 torch.randntorch.normal()torch.zeros/ones()torch.arange()torch.linspace()torch.mean()torch.cattensor.cpu()tensor.numpy()torch.nonzero()tensor.repeat()torch.sorttorc
2020-12-17 22:56:28
193
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