回溯法一般过程： 12345678初始输出结果result = []if 满足当前状态接入结果中： result.append(当前状态)for 选择 in 选择列表： 做选择 递归调用(traceback(选择列表， 当前列表)) 撤销选择 LeetCode 07.组合给定 ...

为什么要进行Batch Normalization？为了解决Internal Covariate Shift，其实就是解决神经网络不同层间的输入的统计特性差异。 存在Batch Normalization的情况下，如何进行反向传播？一种理想的方法是用整个数据的均值和方差代替，但是这种方法受限于数据 ...

卷积运算和相关运算在深度学习领域属于常见的运算，本文将从二者计算的公式和实现代码进行分析。 卷积运算给定一个图像$X\in \mathbb{R}^{M\times N}$，和滤波器$W\in \mathbb{R}^{m\times n}$，一般$m \ll M $，$n \ll N $，其卷积为：$ ...

概率图模型按照概率图模型的作用，将概率图分为三类。$$\text{概率图} \left \lbrace\begin{matrix}& Representation(表示){ \left \lbrace \begin{matrix}有向图 Bayesian Network \\高斯图(连续)\ ...

$$p(x | \eta)=h(x) \exp \left(\eta^{\top} \phi(x)-A(\eta)\right) \\\eta: 参数\ parameter \\\phi(x) 充分统计量\ sufficient\ statistics \\A(\eta)对数配分函数\ l ...

$$P(x | \eta)=h(x) \exp \left(\eta^{\top} \phi(x)-A(\eta)\right) \\\eta: 参数\ parameter \\\phi(x) 充分统计量\ sufficient\ statistics \\A(\eta)对数配分函数\ l ...

定义$$\begin{aligned}&\lbrace\left(x_{i}, y_{i}\right)\rbrace_{i=1}^{N}\\&x_{i} \in \mathbb{R}^{p}, \quad y_{i} \in \lbrace -1,+1\rbrace\en ...

定义$$\begin{aligned}&\lbrace\left(x_{i}, y_{i}\right)\rbrace_{i=1}^{N}\\&x_{i} \in \mathbb{R}^{p}, \quad y_{i} \in \lbrace -1,+1\rbrace\en ...

定义$$x \in \mathbb{R}^p, \quad z \in \mathbb{R}^q, \quad q< p $$ $$x:\ \text{observed data}, z:\ \text{latent variable} $$ 线性高斯模型：\begin{cases}z \ ...

定义$$\begin{aligned}&\lbrace\left(x_{i}, y_{i}\right)\rbrace_{i=1}^{N}\\&x_{i} \in \mathbb{R}^{p}, \quad i = 1, 2, \ldots ,N\end{alig ...