摘要：
協方差矩陣 當我們面對多維的隨機變量，就需要計算樣本維度之間的協方差。 假設有m個n維的點，有并且 令 則 假設，則有，公式得到進一步簡化 當n維不相關時，Cov（X）是對角矩陣 協方差矩陣實現 import numpy as np X=np.array([[1,2,1,2],[0,1,0,1],[
閱讀全文
摘要：
方差 方差主要計算一維數組的離散程度 協方差 協方差主要衡量兩組變量或者二維變量的相似程度 很明顯，所謂的協方差就是方差在二維上的呈現。那么一維數據自身的協方差是如何計算呢？ 一維數據和自己的協方差，就是數據本身的方差，方差是協方差的特殊情況。 值得注意的是當兩組數據的協方差為0時，說明兩組數據線性
閱讀全文
摘要：
Cross-Entropy Loss 假設是一對訓練樣本，是訓練數據，是對于分類的one hot向量（該向量只有真實分類的參數為1，其余位數均為0）。假設通過softmax算得預測值，則損失表示如下： 很明顯的我們看到這個損失涉及到了哪些參數，只有兩個，那就預測值和真實值。這里的真實值采用one h
閱讀全文
摘要：
#什么是激活函數 激活函數，顧名思義，肩負著激活一個神經網絡的作用。 上圖清晰的展示了一個多層神經網絡的結構，一共L個隱藏層，d個輸入和一個輸出。其中W表示權重，h表示為激活函數。神經網絡的目的就是從輸入得到輸出，我們可以得到輸出的計算方法 很明顯看到，上層的輸出值通過一定的函數變換，成為下一層的輸
閱讀全文
摘要：
博客園使用三種文章編輯器，在選項頁可以進行選擇 通常我們使用默認的Markdown，但是使用這個就需要了解其的基本語法，不了解基本的語法就會導致頁面不美觀和亂碼的出現 對于添加代碼而言 我們需要了解兩種基本使用方法 單行代碼 效果如下 代碼塊 效果如下 并且需要注意三個反引號必須單獨列在一行! 關于
閱讀全文
摘要：
#引言 直方圖均衡化被看作的圖像降噪或者增強方式。 #什么是直方圖 學習這樣的降噪方法首先要了解什么是直方圖。直方圖試圖表示圖像像素值得分布情況，對于灰度圖像而言，直接統計不同灰度的出現頻次。 0 2 2 4 5 2 1 0 1 2 0 2 3 2 2 1 3 1 0 4 1 4 0 3 1 上5*
閱讀全文
浙公網安備 33010602011771號