摘要：
概率估计方法 在实践中，概率分布通常是未知的，如何从样本中识别出潜在的概率分布是统计估计。 参数方法 极大似然估计MLE 最大化后验估计MAP 非参数方法 直方图方法 核密度估计KDE 最近邻密度估计NNDE 两种观点（关于参数方法$\theta$） 假设我们有一个样本数据集合$D={X^1,X^2 阅读全文
摘要：
Generative Models 给定来自感兴趣分布的观察到的样本$x$，生成模型的目标是学习对其真实数据分布$p(x)$ 进行建模。一旦学会，我们就可以随意从我们的近似模型中生成新的样本。此外，在某些公式下，我们还可以使用学习的模型来评估观察或采样数据的可能性。生成对抗网络 (GANs) 对复杂 阅读全文
摘要：
1. 图像分类(Image classification) 图像分类是指将图像分为不同的类别或标签，通常使用机器学习和深度学习技术。给定一张输入图像，图像分类任务旨在判断该图像所属类别。这些算法利用计算机视觉技术和模式识别技术，从图像中提取有用的特征，然后将其与预定义的类别或标签匹配。这种技术的应用 阅读全文
摘要：
Zotero是一款开源的免费的文献管理软件，可以帮助研究人员、学生和学者收集、组织和引用研究文献。它能够自动从网络上抓取文章和其他文献的元数据，包括作者、标题、出版物信息等，并将其保存在本地数据库中。用户还可以使用Zotero创建标签、笔记和文件夹来组织他们的文献收藏，并在写作时使用Zotero插件 阅读全文
摘要：
数据集加载 1. 网络数据集 加载数据集：https://pytorch.org/vision/stable/datasets.html import torchvision.datasets as datasets import torchvision.transforms as transfor 阅读全文
摘要：
常用归一化方法 1. BatchNorm https://arxiv.org/abs/1502.03167 BatchNorm是一种归一化方法，用于对神经网络中的特征进行标准化处理。可以加速深层神经网络的训练，防止梯度消失和爆炸问题，并提高模型的泛化能力。 在深层神经网络中，由于各层之间的输出分布可 阅读全文