社区
非技术区
帖子详情
【對於某些人的言行我只好開一個散分貼】
soli11722984
2011-06-24 04:13:03
某些人素質不怎麽,在帖子説了幾句為他好的話,換來是留言板的不雅語言
做人要謙卑,才能換取好的未來
...全文
316
47
打赏
收藏
【對於某些人的言行我只好開一個散分貼】
某些人素質不怎麽,在帖子説了幾句為他好的話,換來是留言板的不雅語言 做人要謙卑,才能換取好的未來
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
47 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
moment52
2011-06-30
打赏
举报
回复
散分,求回答http://topic.csdn.net/u/20110630/15/f46fc7b1-30ec-452e-9eaf-e8d33ac0d6cf.html?seed=1578074529&r=74137439#r_74137439
山鹰
2011-06-30
打赏
举报
回复
楼主 揍他丫丫的
哎呦喂哈
2011-06-29
打赏
举报
回复
支持下,接个分
vinegardou
2011-06-29
打赏
举报
回复
顶楼上,表示赞同。
hanszh
2011-06-29
打赏
举报
回复
表示赞同
tank8830
2011-06-29
打赏
举报
回复
飘过接分
GentleLin
2011-06-28
打赏
举报
回复
支持Lz...
皮皮
2011-06-28
打赏
举报
回复
顺道接分
qq443507232
2011-06-28
打赏
举报
回复
没必要计较 不值
jessicayim
2011-06-27
打赏
举报
回复
顺道接分
oO临时工Oo
2011-06-27
打赏
举报
回复
海纳百川
zn85600301
2011-06-27
打赏
举报
回复
屏蔽就行了 别理他~
liushuo1987
2011-06-27
打赏
举报
回复
不明真相,接分啦
uastation
2011-06-27
打赏
举报
回复
接分中...
java1109
2011-06-26
打赏
举报
回复
接分接分
chenchenyangll
2011-06-25
打赏
举报
回复
留言板有个删除按钮,然后世界就清净了呗~
蛋定地对付蛋疼的人,而不是蛋疼地在这散分
当然,散分永远是欢迎的~~
火龙果被占用了
2011-06-25
打赏
举报
回复
欢迎来自港澳台的朋友
五哥
2011-06-25
打赏
举报
回复
林子大了 ,什么鸟都有 .
qzp000000
2011-06-25
打赏
举报
回复
lz好人,接分啊
Acesidonu
2011-06-25
打赏
举报
回复
淡定淡定。
加载更多回复(27)
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。
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)]=∫xp(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]
【经验贴】梯度、散度、旋度的计算以及可视化
由于这三个知识点不是特别难,所以在教学上大多是一笔带过,所以我的这篇文章,着重在图像可视化和如何能够计算这三个量上着手,希望能够帮助到大家。
非技术区
23,404
社区成员
70,512
社区内容
发帖
与我相关
我的任务
非技术区
Java 非技术区
复制链接
扫一扫
分享
社区描述
Java 非技术区
社区管理员
加入社区
获取链接或二维码
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