![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 93
七彩吞天蟒
这个作者很懒,什么都没留下…
展开
-
【概率图模型】从贝叶斯网络到条件随机场
贝叶斯网络 定义:贝叶斯网络是一个有向无圈图(DirectedAcyclicGraph,DAG)(Directed Acyclic Graph,DAG)(DirectedAcyclicGraph,DAG),有代表变量节点及连接这些节点的有向边构成。节点代表随机变量,节点间的有向边代表了节点间的相互关系(有父节点指向其子节点),用条件概率表达变量间的依赖关系,没有父节点的用先验概率进行信息表达。 令GGG为定义在{X1,X2,...,Xn}\{X_1,X_2,...,X_n\}{X1,X2,...,Xn原创 2020-06-02 17:27:03 · 1283 阅读 · 1 评论 -
【神经网络】从卷积核来理解卷积神经网络在做什么
1. 卷积是什么 在泛函分析中,卷积、旋积或摺积(英语:Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子,表征函数f与g经过翻转和平移的重叠部分的面积。 如果将参加卷积的一个函数看作区间的指示函数,卷积还可以被看作是“滑动平均”的推广。 那f和g函数的卷积就可以表示为: 连续形式 离散形式 通俗的理解 卷积就是一种乘积的方式,只不过呢,不能按照我们惯有的...原创 2019-06-20 11:55:27 · 507 阅读 · 0 评论