摘要: Winpython环境下mayavi配置 在pythonxy中会直接有mayavi软件包,但是所附带的杂包实在太多。本人一直用的是window下的winpython或者linux下的anaconda来做科学计算。由于最近需要mayavi,尝试在Winpython环境下如何配置mayavi mayav 阅读全文
posted @ 2016-07-27 20:05 PhHuangXiao 阅读(862) 评论(0) 推荐(0) 编辑
摘要: Dynamic Programming 状态值函数 动作值函数 策略迭代过程 值迭代过程 1. 状态值函数 $$ \begin{aligned} V^\pi(s) &=E_{\pi}[r_{t+1}+\gamma r_{t+2}+\gamma^2 r_{t+3}+...|s_t=s]\\ &=E_{ 阅读全文
posted @ 2016-07-25 21:18 PhHuangXiao 阅读(1010) 评论(0) 推荐(0) 编辑
摘要: 概率图模型——变分法 参考书籍:张连文 等著. 《贝叶斯网络引论》 变分法的基本思想是通过变分转换,将概率推理问题转化为一个变分优化问题来处理。具体描述如下: 设$N$为一个贝叶斯网络,表示联合分布$P(x)$。设观测到的证据为$E=e$,所有非证据变量的集合为$Z={Z_1,Z_2,...,Z_n 阅读全文
posted @ 2016-07-25 21:14 PhHuangXiao 阅读(1389) 评论(0) 推荐(0) 编辑
摘要: Spatial Transformer Networks 参考文献:Jaderberg, Max, Karen Simonyan, and Andrew Zisserman. "Spatial transformer networks." Advances in Neural Information 阅读全文
posted @ 2016-07-20 13:48 PhHuangXiao 阅读(1280) 评论(0) 推荐(0) 编辑
摘要: 1. Introduction In this work, inspired by metric learning based on deep neural features and memory augment neural networks, authors propose matching n 阅读全文
posted @ 2016-07-19 19:43 PhHuangXiao 阅读(4639) 评论(0) 推荐(0) 编辑
摘要: Recently, I have read a paper about the integration of deep learing and neuroscience, which elaborates the two recent developments emerged within mach 阅读全文
posted @ 2016-07-13 20:40 PhHuangXiao 阅读(327) 评论(0) 推荐(0) 编辑
摘要: One-Shot Learning with a Hierarchical Nonparametric Bayesian Model 该篇文章通过分层贝叶斯模型学习利用单一训练样本来学习完成分类任务,模型通过影响一个类别的均值和方差,可以将已经学到的类别信息用到新的类别当中。模型能够发现如何组合一组 阅读全文
posted @ 2016-07-13 20:31 PhHuangXiao 阅读(4927) 评论(0) 推荐(0) 编辑
摘要: 分层贝叶斯模型 对于一个随机变量序列$Y_{1},...,Y_{n} $,如果在任意排列顺序$\pi $下,其概率密度都满足$p(y_{1},...,y_{n})=p(y_{\pi_{1}},...,y_{\pi_{n}}) $,那么称这些变量是可交换的。当我们缺乏区分这些随机变量的信息时,可交换性 阅读全文
posted @ 2016-07-13 18:53 PhHuangXiao 阅读(6103) 评论(0) 推荐(0) 编辑
摘要: 1. 蒙特卡洛估计 若$\theta$是要估计的参数,$y_{1},...,y_{n}$是从分布$p(y_{1},...,y_{n}|\theta) $中采样的样本值,假定我们从后验分布$p(\theta|y_{1},...,y_{n})$中独立随机采样$S$个$\theta$值,则$$ \thet 阅读全文
posted @ 2016-07-12 22:14 PhHuangXiao 阅读(6683) 评论(0) 推荐(0) 编辑
摘要: 1. Introduction Much like Newton's method is a standard tool for solving unconstrained smooth minimization problems of modest size, proximal algorithm 阅读全文
posted @ 2016-07-09 10:20 PhHuangXiao 阅读(1399) 评论(0) 推荐(0) 编辑