假设我有两个包含1000个样本的2D集合，如下所示：我想要一个度量分布之间差值的指标，并认为KL散度将是合适的。如何使用4 1维数组来做到这一点？np.random.normal(4, 5, 1000)
plt.scatter(dist2_x, dist2_y)对于我的实际数据，我只有
浏览 27提问于2020-05-10得票数 0
1回答
我有一个样本程序的距离向量。我试图量化它们有多相似。我使用了样本组之间的欧氏距离(每个值都属于一个桶，我们逐桶比较)，它工作得很好。但是，有太多的比较，需要做大量的样本。我想知道是否有一种有效的方法来建立一个比较样本的索引。样本看起来像--Sample:2 = {25 1 16 2 6
浏览 0提问于2018-09-24得票数 3
我试图确定如何计算两个torch.distribution.Distribution对象的KL散度。到目前为止，我还没有找到一个函数来完成这个任务。以下是我尝试过的：from torch import distributions as tdist
import torch.nn.functional as Fthe KL divergence between two distributions.&
浏览 54提问于2022-06-23得票数 3
回答已采纳
2回答
给出从两个不同分布中抽取的两组样本，用这些样本计算得到两个分布之间KL-散度的估计值吗？
这里我假设这两个分布的维数很高(比如说d)。为了计算估计，我们首先需要离散整个空间，然后根据频率估计概率。那么空间中的网格总数将是p^d。因此，我们需要计算p^d网格的两个分布的
浏览 0提问于2018-03-22得票数 3
1回答
我可以对来自y_true和y_pred的任意一对行进行KL散度计算，并得到预期的结果。这些KL散度的平均值与训练历史中Keras报告的损失相匹配。但是，这种聚合--在每一行上运行KL散度并取平均值--在损失函数中不会发生。我想这些例子是来自真实分布的随机样本，所以它们应该与它
浏览 0提问于2017-06-05得票数 7
回答已采纳
1回答
如果我正确理解，KL-散度是两个分布的相对熵。要计算两个分布的KL散度，需要两个随机变量向量。
我不明白的是，如何计算VAE (潜空间向量和N(0,1) )中的KL散度，正如许多教程中所述。潜空间向量不是随机变量的向量。它是输入、权值、偏差
浏览 0提问于2018-12-10得票数 0
回答已采纳
在许多深层神经网络中，特别是基于VAE结构的神经网络中，在损失函数的基础上加入了KL散度项。计算了估计的高斯分布和先验分布之间的散度。由于高斯分布完全由均值和协方差来表示，所以只有这两个参数是用神经网络估计的。对于高斯分布，KL散度有一个封闭形式的解。通过最
浏览 0提问于2019-12-23得票数 2
回答已采纳
1回答
然后是潜在变量层，即来自高斯分布的样本，即来自下面层的µ和sigma的样本。在成本函数中，我们使用KL散度来确保潜在变量的激活遵循单位高斯分布。
浏览 3提问于2017-07-11得票数 0
2回答
在x再训练的基础上，计算每个模型的x预测误差，并绘制相应的分布图。这意味着，对于模型A，我们有一个误差密度\mathcal{D}_A，对于B一个密度\mathcal{D}_B。显然，如果A \mu_A < \mu_B的误差平均值和A \sigma_A < \sigma_B 误差的标准差，我会选择A作为我的最佳模型。但是如果\mu_A < \mu_B但是\sigma_A > \sigma_B，我们如何选择这个模型呢？我的<
浏览 0提问于2021-07-17得票数 2
回答已采纳
我正在尝试计算字符串中字符的散度，但我真的不知道如何将Kullback散度算法应用于这样的问题。请大家解释一下KLD算法，我可以用它来解决这样的问题。
谢谢
浏览 2提问于2011-09-01得票数 2
回答已采纳
我有两个数据集，包含40000个样本。我想在python中计算这两个数据集之间的Kullback-Leibler散度。在python中有什么有效的方法可以做到这一点吗？
浏览 2提问于2017-07-13得票数 3
1回答
我有多个具有相同功能的数据集，一些数字数据集和一些分类数据集。唯一的区别是它们是不同国家的市场行为。我想知道是否有一种方法来测量两个或多个数据集之间的相似性，并提供一定的相似性。例如，美国和英国的市场行为90%是相似的。这样做的目的是找出类似的市场，然后用它们来计算因果影响。请告诉我什么是最好的方法。
浏览 0提问于2022-06-20得票数 0
1回答
我有两个相同形状的数据集：( 576,450，5)其中576是示例数，450是时间点，5是通道数。
我要计算这两个数据之间的熵和KL-散度。但我知道，熵和kl-散度是在概率分布之间计算的，但数据只是数值(而不是概率分布)。那么，我如何计算我的数据呢？我应该把我的数据转换成概率分布吗？如果是这样
浏览 17提问于2022-11-08得票数 0
1回答
谢谢你提前阅读了我的问题！
我一直使用CNN来使用Keras和TF对文本进行分类。我的数据是字符串“我读新闻”或“我读机器学习新闻”，我的标签是:数据科学，记者，儿童。我的问题是，每个文本都可以附加多个标签。我应该如何构造我的目标，以便能够捕获每一个多个输出？
浏览 0提问于2016-09-28得票数 1
回答已采纳
有没有统计方法来评估2个分布的切线关系？import matplotlib.pyplot as plt
2具有不同y轴值的分布0，1
浏览 3提问于2014-01-17得票数 1
2回答
就上下文而言，假设有两个学术考试--上午和下午--进行。我只得到了总结统计数据--两个考试成绩的平均值，中位数，斜度和峰度，所以我无法确切地说出有多少学生通过了考试，但我可以通过拟合这些时刻并建立一个自定义的pearson分布来估算它。如果学生在两个考试中的表现都是完全独立的，我认为这会很容易--我只需以两份清单的形式为两个测试生成分数，平均起来，计算超过60%的项目数，然后重复，比如10000次。
浏览 5提问于2020-11-17得票数 0
回答已采纳
1回答
我有一个矩阵(numpy 2d数组)，其中每一行都是有效的概率分布。我有另一个向量(numpy 1d数组)，同样是一个prob。我需要计算矩阵的每一行和向量之间的KL散度。在不使用for循环的情况下可以这样做吗？
问了同样的问题，但没有一个答案能解决我的问题。其中一个建议使用for循环，这是我想避免的，因为我有大量的数据。另一个答案是在tensorflow中提供了
浏览 2提问于2019-07-21得票数 0
回答已采纳
我不认为这是过分适合的数据。但我想确定一下，并因此征求数据科学界的意见。
谢谢。
浏览 0提问于2021-04-02得票数 0
1回答
actual_population_distribution =0.2、0.3、0.3、0.2
kl = np.sum(scipy.special.kl_div(actual_grs, sample_grs))
上面的代码不会产生任何错误。var, skew, ku
浏览 4提问于2019-08-05得票数 1
2回答
我在理解KL-散度以及如何使用它进行特征选择时有点困难。因此，假设我有一组观察值(例如，0和1)，并为每个观察值生成2个特征。我现在的问题是:为什么特性是“最好的”？我知道我可以使用KL-散度(由$$D_{KL} =log(I)\ \sum_i \frac{ p(i) }{q(I)}$$给出)，但是什么是P，什么是Q？我的直觉告诉我，P是特征1，Q是真正的分布(所
浏览 4提问于2016-06-04得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
