散分一

zhlwyy 2009-02-18 04:02:37

前50名都有

...全文

291 53 打赏收藏转发到动态举报

写回复

53 条回复

切换为时间正序

请发表友善的回复…

发表回复

c58342418 2009-02-20

打赏
举报

回复

来晚了。。

lingyin55 2009-02-20

打赏
举报

回复

都顶了

zdw2521 2009-02-20

打赏
举报

回复

晕51啦。虽然没分，还是顶。

yct0605 2009-02-20

打赏
举报

回复

接分了

7年 2009-02-19

打赏
举报

回复

速度来了，前50.

天鸽 2009-02-19

打赏
举报

回复

333

ddgg18 2009-02-19

打赏
举报

回复

前五十名都有？我占两坐，嘿嘿

ddgg18 2009-02-19

打赏
举报

回复

3

Q

zhangyunkk 2009-02-19

打赏
举报

回复

接分

kampan 2009-02-19

打赏
举报

回复

接分1，还能赶上~~

cnforecast 2009-02-19

打赏
举报

回复

分啊，分啊，需要分。

虎滴小猪猪 2009-02-19

打赏
举报

回复

接分。我现在急需要分啊。

simonhehe 2009-02-19

打赏
举报

回复

oo

answershin 2009-02-19

打赏
举报

回复

顶下

bdmh 2009-02-19

打赏
举报

回复

接分

luxuewei5214 2009-02-19

打赏
举报

回复

36层

byteh 2009-02-19

打赏
举报

回复

接分，O(∩_∩)O谢谢

yc_8301 2009-02-19

打赏
举报

回复

来JF，呵呵

lrxss 2009-02-19

打赏
举报

回复

UOP

不得闲 2009-02-18

打赏
举报

回复

我也来接

加载更多回复（32）

该博客探讨了在给定网络参数和训练数据集的情况下，如何利用贝叶斯推断进行预测。由于网络参数被视为随机变量而非固定值，因此在面对测试数据时，通过积分求解预测概率变得复杂。为了解决这一问题，文章介绍了变分推理的概念，使用近似分布q(ω)来逼近真实后验分布p(ω∣X,Y)。通过最小化Kullback-Leibler散度（KL散度）来优化这一过程，目标是最大化证据下界（ELBO）。博客深入讨论了KL散度的数学表达式，并展示了如何将其转化为优化目标。

本文概述了微积分中的重要概念，包括一阶和二阶微分方程，各种积分类型（重积分、线积分、面积分），以及Green公式、Guass公式和Stokes公式。文章还介绍了梯度、散度和旋度的张量表示，以及哈密顿算子在这些概念中的作用。最后讨论了外微分的概念。

本文详细介绍了KL散度在变分贝叶斯中的作用，包括其定义、性质以及在度量近似后验分布与真实后验分布差异的应用。重点阐述了变分推断中的变分自由能概念，以及它与最大化证据下界的关联，强调了在优化过程中的策略和目标。,

本文介绍了RBM学习算法，包括Gibbs采样、变分方法、对比散度和模拟退火等关键方法。Gibbs采样是一种基于马尔科夫链的采样技术，变分方法通过变分优化解决概率推理问题，对比散度简化了RBM学习过程，而模拟退火算法则是一种通用的优化策略，用于避免局部最优。

本文深入探讨了KL散度的概念及应用，对比分析了正向KL散度与反向KL散度的区别，并通过实例说明了二者在逼近真实分布时的不同表现。

830

社区成员

53,569

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章