我是靠谱客的博主 酷酷柚子，最近开发中收集的这篇文章主要介绍深度学习 Day4.1 Classification1. Probabilistic Generative Model2. Sigmoid function，觉得挺不错的，现在分享给大家，希望可以做个参考。
概述
目录
1. Probabilistic Generative Model
1.1 模型设定：
1.2 模型好坏的评价
1.3 寻找最优解
2. Sigmoid function
2.1 从Posterior Probability 到 sigmoid function
2.2 Sigmoid function 的参数 z的计算
1. Probabilistic Generative Model
1.1 模型设定：
1）假定数据服从高斯分布
2）求解 均值 和 协方差矩阵
3）计算P(X|C1)，
4）计算P(C1|X)
1.2 模型好坏的评价
1.3 寻找最优解
——直接计算即可
2. Sigmoid function
2.1 从Posterior Probability 到 sigmoid function
2.2 Sigmoid function 的参数 z的计算
最后
以上就是酷酷柚子为你收集整理的深度学习 Day4.1 Classification1. Probabilistic Generative Model2. Sigmoid function的全部内容，希望文章能够帮你解决深度学习 Day4.1 Classification1. Probabilistic Generative Model2. Sigmoid function所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复