摘要:
引言:为什么我们需要贝叶斯视角? 在现代机器学习和统计推断中,面对不确定性和噪声是再正常不过的事情。对于一个观察到的数据集,我们常常想找一个模型或者参数,使其能很好地解释数据并具备泛化能力。这就牵扯到两个核心问题: 如何在已有观察数据下合理地更新对未知参数的认识? 如何在“解释数据”与“模型复杂度” 阅读全文
posted @ 2025-04-10 14:07
Lemon-GPU
阅读(29)
评论(0)
推荐(0)
摘要:
引言:为什么我们需要“聪明”的采样? 在计算机图形学(尤其是光线追踪渲染)中,我们往往希望估计一些对高维空间进行积分的物理公式。然而,用均匀采样来直接做蒙特卡洛估计,往往需要极大的采样量才能保证结果不出现明显噪点。这是由于在现实渲染场景中,能量分布并非均匀——有些方向或区域贡献极大,有些几乎可以忽略 阅读全文
posted @ 2025-04-10 13:23
Lemon-GPU
阅读(97)
评论(0)
推荐(0)