Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用 KL 散度时,变分自动编码器为每个输入 mnist 图像提供相同的输出图像
当不使用 KL 散度项时 VAE 几乎完美地重建 mnist 图像 但在提供随机噪声时无法正确生成新图像 当使用 KL 散度项时 VAE 在重建和生成图像时都会给出相同的奇怪输出 这是损失函数的 pytorch 代码 def loss fu
deeplearning
Pytorch
autoencoder
bayesiannetworks
lossfunction
贝叶斯网络与 R
我正在尝试建立贝叶斯网络模型 但是我无法安装合适的软件包 尝试过gRain bnlearn and Rgraphviz用于绘图 我在 R 2 15 和 3 2 中尝试过 以下是错误消息 library gRain Loading requi
r
bayesiannetworks
使用Python3.x创建贝叶斯网络并学习参数[关闭]
Closed 这个问题正在寻求书籍 工具 软件库等的推荐 不满足堆栈溢出指南 help closed questions 目前不接受答案 我正在为 Windows 上的 python3 x 寻找最合适的工具来创建贝叶斯网络 从数据中学习其参
python3x
machinelearning
scikitlearn
Probability
bayesiannetworks
是否有贝叶斯信念网络框架“Infer.NET”的 java 替代品?
java 是否可以替代贝叶斯信念网络框架 Infer NET 如果它具有可扩展性 大型数据集的在线学习 良好的支持 自 2010 年以来最新更新 开源且易于编写网络结构 则更好 所有功能均来自 Infer NET 你也许还应该考虑Samia
Java
machinelearning
bayesiannetworks
beliefpropagation
如何使用pymc参数化概率图模型?
如何使用 pymc 参数化概率图形模型 假设我有一个带有两个节点的 PGMX and Y 可以说X gt Y是图表 And X有两个值 0 1 and Y也有两个值 0 1 我想使用 pymc 来学习分布的参数并填充 用于运行推理的图形模型
pymc3
pymc
bayesiannetworks
probabilisticprogramming
Python 贝叶斯信念网络分类器
谁能推荐一个用 Python 实现的贝叶斯信念网络分类器 它可以根据描述多个相互关联对象的一系列事实的稀疏网络的输入生成信念概率 例如鉴于 FOL 中表述的事实 X 饿了 是一只猴子 正在吃东西 如下所示 isHungry x isMonk
python
machinelearning
bayesiannetworks