- 博客(4)
- 收藏
- 关注
RSS订阅原创 变分自编码器(上)
初识变分自编码器！我们知道深度学习主要分为两块，判别模型和生成模型。前者主要是通过条件概率进行建模，即在已知样本x的类别特征y的分布的时，利用神经网络对x与y之间关系的进行建模，然后根据所学习到的关系，预测当前未具有类别特征的样本的类别特征。而生成模型，则是通过全概率进行建模，即x与y的联合分布，那么只要学习到了x和y的联合分布，那么通过贝叶斯概率，就能知道在当前x下，y的分布。变分自编码器就是一种生成式模型。不同于自编码器，他通过将贝叶斯推断(VI)引入深度神经网络，来实现原始图像的近似生成。主要建
2021-05-09 12:47:56
213
原创 Python的数据赋值规则
Python的数据拷贝规则首先，看第一个例子，如下代码：a = [1, [2, 3]];b = a;a[0] = 2print(a, b) a[1][1] = 5print(a, b)输出Output: ([2, [2, 3]], [2, [2, 3]])Output: ([2, [2, 5]], [2, [2, 5]])可以发现，Python针对可变数据类型，通过的y=x，将生成与x地址保持一下的y对象，通过修改x中内容，y中内容也可以相应修改。接下来，我们看第二个例子：im
2021-05-05 12:12:28
1080
1
原创 k-means收敛的理解！
k-means收敛的理解！K-means首先，我们都介绍一下k-means的具体步骤：1、首先，定义聚类个数参数K，然后初始原始的K个聚类中心点(可以采用随机，或者k-means++)；2、遍历所有样本点，并计算其到各个聚类中心点的距离，然后选择距离最短的类别，并将样本点划分到该类别下；3、当更新完毕所有点的类别后，重新计算每个类别的聚类中心点；4、重复step2-step3，直到聚类中心点不再发生变化，或者达到一定的迭代次数。=================================
2021-05-01 17:32:02
4126
1
原创 初识JAVA，向上向下转型
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2020-11-29 13:57:06
119
1
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