深度學習需要掌握的13個概率分布
點擊藍字
?關(guān)注我們
極市導讀
?本文總結(jié)了深度學習工作中需要掌握的13種概率分布，并整理出了相應的代碼，方便學習和使用。>>極市直播預告：明天下午，CSIG-ECCV2020 論文預交流會，29位ECCV2020一作聯(lián)合直播
在逛Github時發(fā)現(xiàn)了一個不錯的總結(jié)，對深度學習的概率分布進行了總結(jié)。
作者的Github開源地址：https://github.com/graykode/distribution-is-all-you-needgithub.com
1.均勻分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/uniform.py
均勻分布在 [a，b] 上具有相同的概率值，是簡單概率分布。
2.伯努利分布（離散）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/bernoulli.py
3.二項分布（離散）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/binomial.py
4.多伯努利分布/分類分布（離散）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/categorical.py
5.多項式分布（離散）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/multinomial.py
多項式分布與分類分布的關(guān)系與伯努爾分布與二項分布的關(guān)系相同。
6.β分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/beta.py
7.Dirichlet 分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/dirichlet.py
8.伽馬分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/gamma.py
9.指數(shù)分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/exponential.py
指數(shù)分布是 α 為 1 時 γ 分布的特例。
10.高斯分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/gaussian.py
高斯分布是一種非常常見的連續(xù)概率分布。
11.正態(tài)分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/normal.py
正態(tài)分布為標準高斯分布，平均值為0，標準差為1。
12.卡方分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/chi-squared.py
13.t 分布（連續(xù)）代碼：https://github.com/graykode/distribution-is-all-you-need/blob/master/student-t.py
t分布是對稱的鐘形分布，與正態(tài)分布類似，但尾部較重，這意味著它更容易產(chǎn)生遠低于平均值的值。
