Monte Carlo方法

又称为计算机随机模拟算法
理论支撑:概率=频率
在最近看的论文《A Discussion on Solving Partial Differential Equations using Neural Networks》中,
损失函数本应是这个,可以看到x是在一个连续的空间中
在这里插入图片描述
应用Monte Carlo方法后得到下面的近似
在这里插入图片描述
(在空间上取样,每个样本概率为1/N)
把求连续空间中的期望转化成了对离散采样点求平均值
感觉这个方法,就是一个离散化的过程,然后根据理论支撑–概率=频率,如果采样点足够多,求得近似值越接近真值

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值