![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学知识
文章平均质量分 92
记录数学知识
Shell-We
记录成长点滴,心怀敬畏,向大神致敬。
展开
-
归一化/标准化
目录一、前言二、归一化 2.1 线性归一化 2.2 非线性归一化三、标准化四、pytorch的BN层五、参考资料一、前言 归一化和标准化都是一种数据变换的方式,将原始的一列数据变换到某个范围。二、归一化 2.1 线性归一化 归一化(Normalization),将数据固定到某个区间,通常为[0,1]。几种常见的归一化方式如下所示: (1) Min-Max Normalization:Xi′=Xi−XminXmax−XminX_{i}^{'}=\frac{X_i-X_{原创 2022-03-15 23:01:50 · 1322 阅读 · 0 评论 -
事件的独立与常见的几种分布
目录一、事件的独立性 1.1 两事件独立的定义 1.2 独立与互斥的关系 1.3 例题二、常见的几种分布 2.1 0-1分布(两点分布、伯努利分布) 2.2 二项分布 2.3 泊松分布 2.4 超几何分布一、事件的独立性 1.1 两事件独立的定义 若P(B∣A)=P(B)P(B|A)= P(B)P(B∣A)=P(B),也即事件A是否发生对事件B无影响,两事件独立具体定义如下,若满足P(AB)=P(A)P(B)P(AB) = P(A)P(B)P(AB)=P(A)P(B),则称事原创 2022-03-14 09:17:01 · 1682 阅读 · 0 评论 -
概率论基础-条件概率、全概率公式、贝叶斯公式
目录一、条件概率 1.1 条件概率定义 1.2 条件概率例题 1.3 乘法定理 1.4 乘法定理例题 1.5 全概率公式一、条件概率 1.1 条件概率定义 条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为:P(A∣B)P(A|B)P(A∣B),读作“在B的条件下A的概率”。 1.2 条件概率例题 投掷一枚硬币2次,A表示“至少有一次出现正面”;B表示“两次出现同一面”,求P(A)P(A)P(A)、P(B)P(B)P(B)、P(AB)P(AB)P(原创 2021-09-24 15:53:11 · 4269 阅读 · 1 评论