文章预览
知乎作者：Sophia 转载自：深度学习自然语言处理 本文仅用于学术分享，著作权归作者所有。如有侵权，请联系后台作删文处理。 在逛Github时发现了一个不错的总结，对深度学习的概率分布进行了总结。 作者的Github开源地址： https://github.com/graykode/distribution-is-all-you-needgithub.com 1. 均匀分布（连续）代码： https://github.com/graykode/distribution-is-all-you-need/blob/master/uniform.py 均匀分布在 [a，b] 上具有相同的概率值，是简单概率分布。 2. 伯努利分布（离散）代码： https://github.com/graykode/distribution-is-all-you-need/blob/master/bernoulli.py 先验概率 p（x）不考虑伯努利分布。因此，如果我们对最大似然进行优化，那么我们很容易被过度拟合。 利用二元交叉熵对二项分类进行分类。它的形式与伯努利分布的负对数相同。 3. 二项分布（离散）代码： https://github.com/graykode/distribut
………………………………
