（附鏈接）深度學(xué)習(xí)需要掌握的 13 種概率分布

點(diǎn)擊左上方藍(lán)字關(guān)注我們

一個(gè)專注于目標(biāo)檢測(cè)與深度學(xué)習(xí)知識(shí)分享的公眾號(hào)

編者薦語(yǔ)

在逛Github時(shí)發(fā)現(xiàn)了一個(gè)不錯(cuò)的開(kāi)源項(xiàng)目，對(duì)深度學(xué)習(xí)中常用的概率分布進(jìn)行了總結(jié)，作為深度學(xué)習(xí)從業(yè)者，還是要盡量學(xué)習(xí)一些概率分布的相關(guān)知識(shí)，用以解決數(shù)據(jù)相關(guān)的一些常見(jiàn)問(wèn)題。

作者的Github開(kāi)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(jiǎn)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

先驗(yàn)概率 p（x）不考慮伯努利分布。因此，如果我們對(duì)最大似然進(jìn)行優(yōu)化，那么我們很容易被過(guò)度擬合。

利用二元交叉熵對(duì)二項(xiàng)分類進(jìn)行分類。它的形式與伯努利分布的負(fù)對(duì)數(shù)相同。

3. 二項(xiàng)分布（離散）代碼：

https://github.com/graykode/distribution-is-all-you-need/blob/master/binomial.py

參數(shù)為 n 和 p 的二項(xiàng)分布是一系列 n 個(gè)獨(dú)立實(shí)驗(yàn)中成功次數(shù)的離散概率分布。

二項(xiàng)式分布是指通過(guò)指定要提前挑選的數(shù)量而考慮先驗(yàn)概率的分布。

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

多伯努利稱為分類分布。交叉熵和采取負(fù)對(duì)數(shù)的多伯努利分布具有相同的形式。

5. 多項(xiàng)式分布（離散）代碼：

https://github.com/graykode/distribution-is-all-you-need/blob/master/multinomial.py

多項(xiàng)式分布與分類分布的關(guān)系與伯努爾分布與二項(xiàng)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

β分布與二項(xiàng)分布和伯努利分布共軛。

利用共軛，利用已知的先驗(yàn)分布可以更容易地得到后驗(yàn)分布。

當(dāng)β分布滿足特殊情況（α=1，β=1）時(shí)，均勻分布是相同的。

7. Dirichlet 分布（連續(xù)）代碼：

https://github.com/graykode/distribution-is-all-you-need/blob/master/dirichlet.py

dirichlet 分布與多項(xiàng)式分布是共軛的。

如果 k=2，則為β分布。

8.伽馬分布（連續(xù)）代碼：

https://github.com/graykode/distribution-is-all-you-need/blob/master/gamma.py

如果 gamma（a，1）/gamma（a，1）+gamma（b，1）與 beta（a，b）相同，則 gamma 分布為β分布。

指數(shù)分布和卡方分布是伽馬分布的特例。

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(shí) 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(jiàn)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(biāo)準(zhǔn)高斯分布，平均值為0，標(biāo)準(zhǔn)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

k 自由度的卡方分布是 k 個(gè)獨(dú)立標(biāo)準(zhǔn)正態(tài)隨機(jī)變量的平方和的分布。

卡方分布是 β 分布的特例。

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(duì)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(yuǎn)低于平均值的值。

END

雙一流大學(xué)研究生團(tuán)隊(duì)創(chuàng)建，專注于目標(biāo)檢測(cè)與深度學(xué)習(xí)，希望可以將分享變成一種習(xí)慣！