![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
因果推断
Zicon in广工
GDUTer,大三
展开
-
变分自编码器(VAE)剖析
文章目录一、文章思路二、AE的局限性三、VAE的引入四、数学推导五、网络架构 + 代码实现六、参考资料本文以图像的重构为例对VAE进行梳理一、文章思路我们首先了解一下传统AE的不足之处:隐空间没有良好的“规则性”,因为神经网络是一个非线性变化的过程;接着我们试图引入噪声来解决传统AE的局限性,但只引入噪声的话,隐空间总得不到完全的覆盖,因此我们将encoder的点输出转换成分布输出;之后,一是为了避免重构误差过大,二是为了避免VAE退化成传统AE,我们引入KL Loss,以实现将分布逼近标准正态分原创 2020-12-08 11:35:13 · 1077 阅读 · 0 评论 -
《贝叶斯网引论》之一:概率论基础
第1章 概率论基础本章主要是理清概率论中的一些概念,包括:基本概念:样本空间:随机实验的所有可能结果组成的空间样本点/原子事件:随机实验的任一可能结果事件:样本空间的子集,原子事件的集合概率测度:给样本空间中的每一事件赋予一个0~1之间的数值(即概率),具有规范性、非负性和有限可加性随机变量:定义在样本空间上的函数,取值随实验结果而定,随机变量的所有可能取值的集合称为值域/状态空间,即P(X)概率函数:在样本空间中,一次随机试验的结果在令随机变量X取值为x的所有可能结果的集合中的概率,原创 2020-10-10 21:00:10 · 201 阅读 · 0 评论