weixin_63569547的博客

马尔科夫链：第iii时刻上的状态条件依赖于且仅依赖于第i−1i-1i−1时刻的状态条件，即​ P(xi∣xi−1,xi−2,...,x1)=P(xi∣xi−1)P(x_i|x_{i-1},x_{i-2},...,x_1)=P(x_i|x_{i-1})P(xi​∣xi−1​,xi−2​,...,x1​)=P(xi​∣xi−1​)重参数：重参数化技巧（reparameterization trick）

VAE文章目录VAE前置知识基本介绍原理AE的局限(参考网络)数学推导代码实现编码网络解码网络综合代码前置知识后验概率：（1）已知结果，根据结果估计原因的概率分布。公式表示为，P(θ∣x)P(\theta|x)P(θ∣x)θ\thetaθ表示事情发生的原因，xxx表示事情发生的结果。该式表示xxx发生后θ\thetaθ的概率。（2）已知原因，根据原因估计结果的概率分布。公式表示为，P(x∣θ)P(x|\theta)P(x∣θ)θ\thetaθ表示事情发生的原因，xxx表示事情发

GAN原理及代码实现文章目录GAN原理及代码实现基本介绍原理损失函数数学推导基本推导交叉熵损失求解代码实现判别网络生成网络损失函数及优化器数据集准备开始训练综合代码参考文章基本介绍原理GAN中文为生成对抗网络。主要由两个基础网络构成，生成网络G和对抗网络D。其中，生成网络主要用于生成新数据，其生成数据的基础往往是一组噪音或者随机数，而判别网络用于判断生成网络生成的数据和真实数据哪个才是真的。其原理图如下，生成网络的目标是生成尽量真实的数据，最好能够以假乱真、让判别网络判断不出来，因此生成网络的学