Câu hỏi được gắn thẻ «convolution»

Convolution là một hoạt động có giá trị hàm trên hai hàm và : . Thường được sử dụng để có được mật độ của một tổng các biến ngẫu nhiên độc lập. Thẻ này cũng nên được sử dụng cho hoạt động nghịch đảo của quá trình giải mã. KHÔNG sử dụng thẻ này cho các mạng thần kinh tích chập. fg∫-∞∞f(τ)g(t-τ)dτ

10
Tại sao tổng của hai biến ngẫu nhiên là một tích chập?
Trong một thời gian dài, tôi không hiểu tại sao "tổng" của hai biến ngẫu nhiên là tích chập của chúng , trong khi đó hàm tổng mật độ hỗn hợp của và làf(x)f(x)f(x)g(x)g(x)g(x)pf(x)+(1−p)g(x)pf(x)+(1−p)g(x)p\,f(x)+(1-p)g(x); tổng số học và không tích chập của chúng. Cụm từ chính xác "tổng của hai …
1
Độ tự do có thể là một số không nguyên?
Khi tôi sử dụng GAM, nó mang lại cho tôi DF còn lại là (dòng cuối cùng trong mã). Điều đó nghĩa là gì? Vượt ra ngoài ví dụ về GAM, nói chung, số bậc tự do có thể là một số không nguyên?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 
6
Lớp kết hợp: Để đệm hay không đệm?
Kiến trúc AlexNet sử dụng các miếng đệm bằng không như trong hình: Tuy nhiên, không có lời giải thích nào trong bài báo tại sao phần đệm này được giới thiệu. Khóa học Standford CS 231n dạy chúng tôi sử dụng phần đệm để duy trì kích thước không …
2
Một quan điểm hệ thống động lực của Định lý giới hạn trung tâm?
(Ban đầu được đăng trên MSE.) Tôi đã thấy nhiều cuộc thảo luận heuristic của định lý giới hạn trung tâm cổ điển nói về phân phối chuẩn (hoặc bất kỳ phân phối ổn định nào) như là một "điểm thu hút" trong không gian của mật độ xác suất. …
2
Có những lý do toán học cho sự tích chập trong các mạng lưới thần kinh vượt quá khả năng?
Trong các mạng nơ ron tích chập (CNN), ma trận các trọng số ở mỗi bước sẽ được lật các hàng và cột để lấy ma trận hạt nhân, trước khi tiến hành tích chập. Điều này được giải thích trên một loạt các video của Hugo Larochelle tại đây …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.