君卿本无意，来者犹可知，散分

spidertan 2003-11-12 07:44:16

网站试运行，欢迎大家前来坐坐，每日有新电影哦！
我的网址：
www.meansgold.com

...全文

111 34 打赏收藏举报

写回复

34 条回复

切换为时间正序

请发表友善的回复…

发表回复

giftxi 2003-11-21

打赏
举报

回复

拿分！

kingljx 2003-11-21

打赏
举报

回复

接
----------------------------------
Q_Q:4863198
MSN:kingljx@hotamil.com

junnef 2003-11-21

打赏
举报

回复

jf

削死壹狼 2003-11-21

打赏
举报

回复

去看看先……

FredLiu 2003-11-21

打赏
举报

回复

jie

tsd3698 2003-11-21

打赏
举报

回复

up

thefishwilldie 2003-11-21

打赏
举报

回复

up

junnef 2003-11-21

打赏
举报

回复

再顶。

chashui 2003-11-21

打赏
举报

回复

up

Reminisce 2003-11-20

打赏
举报

回复

up

hanty 2003-11-18

打赏
举报

回复

继续努力

xwOnlyU 2003-11-18

打赏
举报

回复

up

masakiyy 2003-11-18

打赏
举报

回复

恭喜，去看看

sadenxu 2003-11-18

打赏
举报

回复

搬个凳子坐坐

clare0peng 2003-11-18

打赏
举报

回复

來接分了

fft123 2003-11-18

打赏
举报

回复

接分

spidertan 2003-11-18

打赏
举报

回复

欢迎大家常来论坛坐坐，里面可有一些好东东：）

tianxingjian1273 2003-11-14

打赏
举报

回复

UP

topsonstar 2003-11-14

打赏
举报

回复

up

phiai 2003-11-14

打赏
举报

回复

up

加载更多回复（14）

始料未及的是，疫情持续到了2022年。好在“大疫不过三年”，只不过是结束来的同样措不及防，全家的一次高烧免疫，没有朋友圈中的云淡风轻，冷暖自知，希望明年能够拥有平安喜乐的时光。回首这一年，“往者不可谏，来者犹可追。”告别百度自2017年以渡鸦科技CTO的身份加入百度，正式投身到智能硬件领域。NLP的长足进步使人工智能真正开始走进了人们的生活，但是88天诞生一台智能音箱，每一天都有悬崖之上走钢丝的...

第一篇文章写在劳动节的今天。几年来我的稚嫩和无知，轻浮和浅薄终于还是让我付出了代价，我听到了自卑的叹息。想经营一个部落格，敞开心扉地，积极地和人们交流。千言万语化作一句话，“往者不可谏，来者犹可追”，作为文章的题目，也作为这个部落格的标头，时时勉励自己。选择了浅绿色的主题，如同一切萌芽着的后生。

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。

作者通过个人经历、实验和哲学思考，强调觉知（mindfulness）的重要性，鼓励人们突破无意识的规则和幻觉，活出更自由、健康的生活。

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]

23,404

社区成员

70,506

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