散分专贴二

mdejtod 2009-05-06 10:49:36
RT，我的目标是，成为一个穷光蛋
...全文
156 46 打赏 收藏 转发到动态 举报
写回复
用AI写文章
46 条回复
切换为时间正序
请发表友善的回复…
发表回复
gazhangting 2009-05-08
  • 打赏
  • 举报
 回复
jf
lt8024 2009-05-08
  • 打赏
  • 举报
 回复
尽情接分。
songtreer 2009-05-07
  • 打赏
  • 举报
 回复
好人啊
shuihan20e 2009-05-07
  • 打赏
  • 举报
 回复
jf
heikeyanxi 2009-05-07
  • 打赏
  • 举报
 回复
jf
mdejtod 2009-05-07
  • 打赏
  • 举报
 回复
?
wsxcdx 2009-05-07
  • 打赏
  • 举报
 回复
jf
duduxia 2009-05-07
  • 打赏
  • 举报
 回复
楼主好人啊。过来收点分！
哈哈的哈 2009-05-07
  • 打赏
  • 举报
 回复
jf
gjsshn_2010 2009-05-07
  • 打赏
  • 举报
 回复
好人
xjq2003 2009-05-06
  • 打赏
  • 举报
 回复
来接分
cglzyz 2009-05-06
  • 打赏
  • 举报
 回复
收分,谢谢
7年 2009-05-06
  • 打赏
  • 举报
 回复
jie
mdejtod 2009-05-06
  • 打赏
  • 举报
 回复
.....分一散，人就出来了 ...
阿三 2009-05-06
  • 打赏
  • 举报
 回复
jf
zings 2009-05-06
  • 打赏
  • 举报
 回复
汗二。。。
starluck 2009-05-06
  • 打赏
  • 举报
 回复
JF
hemiya 2009-05-06
  • 打赏
  • 举报
 回复
0
JADE_BLACK 2009-05-06
  • 打赏
  • 举报
 回复
等我富了我也散分~~~
liangpei2008 2009-05-06
  • 打赏
  • 举报
 回复
JF
加载更多回复（26）
数字散斑的制备要求及方法
数字图像相关法（Digital Image Correlation）, 又称数字散斑相关方法，通过追踪附着于试 件表面的纹理，匹配变形前后序列图片纹理的对应位置，从而获得全场的位移及应变；DIC 方法具有非接触、全场测量等优势，并且不会在被测对象上产生附加质量；DIC 方法要求试件表面有足够的纹理信息，故而需要在试件表面制作散斑图案。DIC 的一个基本要求是所拍摄到散斑的运动和变形与试样的运动和变形相同。
从本质出发推导三大坐标系下的三大方程（二）——散度方程
对于很多数学和工程问题，我们常常需要使用到梯度、散度和旋度方程，而有的时候，在使用这些方程时，我们却对它们其中的数学、物理意义不甚清楚，结果便是看着很多在此基础上建立的公式而一头雾水。这篇文章便从这三大方程的本质入手，推导它们在三大经典坐标系下的形式，揭露其”庐山真面目“！ 文章目录散度公式散度的意义笛卡尔坐标系下的散度公式柱面坐标系下的散度公式球面坐标系下的散度公式参考资料   散...
变分贝叶斯估计：KL散度及变分自由能
这可以通过最小化KL散度来找到最优的变分分布，从而近似真实的后验分布。它是变分推断中的一个目标函数，通过最小化变分自由能，可以找到一个近似分布，使其尽可能接近真实的后验分布。变分自由能与最大化证据下界是等价的，因为最大化 ELBO 的过程等价于最小化其负值，即最小化变分自由能，且通常通过迭代的方式进行。通过最小化变分自由能，我们在近似分布的选择中取得了折中，同时考虑了与真实后验的接近度和模型对观测数据的拟合。其中，Q 是我们希望找到的近似分布，P 是真实的后验分布，X 是观测数据，Z 是未知的潜在变量。
DL：RBM学习算法——Gibbs采样、变分方法、对比散度、模拟退火
RBM学习方法 当前在对RBM 的研究中，典型的学习方法有Gibbs 采样(Gibbs sampling)算法，变分近似方法(variational approach)，对比散度(contrastive divergence,CD)算法，模拟退火(simulate annealing) 算法等。下面对这些方法进行对比。 1、Gibbs采样算法 （1）简介 G
正向KL散度与反向KL散度
KL散度的公式是 KL[p(x)∣∣q(x)]=∫xp(x)logp(x)q(x)dx KL[p(x)||q(x)] = \int_{x}p(x)log{p(x) \over q(x)}dx KL[p(x)∣∣q(x)]=∫x​p(x)logq(x)p(x)​dx 假设真实分布为p(x)p(x)p(x)，我们想用分布q(x)q(x)q(x)去近似p(x)p(x)p(x)，我们很容易想到用最小化KL散度来求，但由于KL散度是不对称的，所以并不是真正意义上的距离，那么我们是应该用KL[p∣∣q]KL[p||q]
非技术区

830

社区成员

53,569

社区内容

发帖
与我相关
我的任务
社区描述
Delphi 非技术区
社区管理员
  • 非技术区社区
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