散分！今天加薪了^_^

lThunter 2009-06-03 12:57:22

等了快1年半了，老板突然良心发现，给我调薪！:)

...全文

484 95 打赏收藏转发到动态举报

写回复

95 条回复

切换为时间正序

请发表友善的回复…

发表回复

lingyin55 2009-06-03

打赏
举报

回复

呵呵，恭喜啊

snailery 2009-06-03

打赏
举报

回复

沙发？恭喜楼主-_-
接分

帅得不敢出门 2009-06-03

打赏
举报

回复

很好很强大

w0911h 2009-06-03

打赏
举报

回复

逆境中还能给你加薪，算是很好了

liao05050075 2009-06-03

打赏
举报

回复

能说一下是多少吗？

bl_song 2009-06-03

打赏
举报

回复

可喜可贺,可喜可贺~

接分~~~~~

佐佐吉牧 2009-06-03

打赏
举报

回复

恭喜

changliushun 2009-06-03

打赏
举报

回复

恭喜恭喜，希望我也能早点加啊

joe020421 2009-06-03

打赏
举报

回复

Congratulations

jrl5365 2009-06-03

打赏
举报

回复

gx lz

yc_tust 2009-06-03

打赏
举报

回复

继续努力！

qiji0123 2009-06-03

打赏
举报

回复

恭喜恭喜恭喜

14154 2009-06-03

打赏
举报

回复

恭喜

sxj0384 2009-06-03

打赏
举报

回复

恭喜楼主!

hali999 2009-06-03

打赏
举报

回复

好羡慕，俺降嫩涨。

huhuapop 2009-06-03

打赏
举报

回复

恭喜楼主，多散分把

xudexing 2009-06-03

打赏
举报

回复

恭喜楼主

坚持就是幸福 2009-06-03

打赏
举报

回复

呵呵，加薪好啊

daweid 2009-06-03

打赏
举报

回复

恭喜！

a263238386 2009-06-03

打赏
举报

回复

恭喜恭喜。。。。

加载更多回复（74）

个人博客：The Blog Of WaiterXiaoYY 欢迎来互相交流学习。前言虽然之前学过《计算机组成原理》，也理解了原码、补码、反码等东西，但终究还是理解不够深刻，最近在做位运算类型的题目的时候，脑子突然闪过到一个问题，为什么 int 型数据类型的取值范围不对称呢？为什么最大值是 2^31 - 1呢？为什么最小值是 -2^31，而不是-2^31 + 1呢？正如标题中所说，...

k1是简单直接的，但高方差使得它在实践中常常不够稳定。k2虽然降低了方差，但在真实数据中偏差可能会加大。k3则在保持无偏性的同时，进一步减少了方差，展现出卓越的效果。根据针对 ( p = N(0,1) ) 和 ( q = N(0.1,1) ) 的仿真结果，真实 KL 散度值约为 0.005。对比各个估计器在此情况下的偏差和标准差，不难发现 k3 凭借其出色的性能，似乎成为了最好的选择。因此GRPO实际上使用k3进行的KL散度的估计。

首先简单介绍一下KL散度（具体的可以在各种技术博客看到讲解，我这里不做重点讨论）。从名称可以看出来，它并不是严格意义上的距离（所以才叫做散度~），原因是它并不满足距离的对称性，为了弥补这种缺陷，出现了JS散度（这就是另一个故事了…）DKL(P∣∣Q)=∑i=1Npilog⁡piqi=∑i=1Npi∗(log⁡pi−log⁡qi)DKL(P∣∣Q)=i=1∑Npilog。

本文通过Python实战代码，手把手教你理解变分推理的核心概念。文章重点解析了KL散度如何衡量分布差异，并详细阐述了ELBO（证据下界）作为优化目标，如何将复杂的后验分布近似问题转化为可计算的随机优化问题，帮助读者从代码实践中掌握变分推理的精髓。

在图像处理和机器学习中，梯度与散度是描述函数局部变化和向量场源汇的核心微分算子，构成了总变分（TV）等经典正则化模型的基础。其原理在于通过局部微分刻画图像或数据的平滑性与边缘结构。然而，面对复杂纹理、非局部结构或高维概率分布数据时，局部算子的感知能力有限。为此，非局部算子通过核函数衡量全局相似性，将微积分工具从“点”推广至“分布”层面，在概率测度视角下，与最优传输理论结合，为理解分布空间中的优化提供了统一框架。这一技术价值在于实现了自适应、长程依赖的正则化，能有效应用于图像去噪、修复等场景。对抗总变分（Ad

65,211

社区成员

250,514

社区内容

发帖

与我相关

我的任务

c++ 技术论坛（原bbs）

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

请不要发布与C++技术无关的贴子
请不要发布与技术无关的招聘、广告的帖子
请尽可能的描述清楚你的问题，如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧

+ 用AI写文章