《计算机视觉:模型、学习和推理》一3.1 伯努利分布

简介: 本节书摘来华章计算机《计算机视觉:模型、学习和推理》一书中的第3章 ,第3.1节, [英]西蒙J. D. 普林斯(Simon J. D. Prince)著苗启广 刘凯 孔韦韦 许鹏飞 译 译更多章节内容可以访问云栖社区“华章计算机”公众号查看。

3.1 伯努利分布

伯努利分布(见图3-1)是二项试验的一个离散分布模型:它描述的情况只可能有两种结果x∈{0,1},这称为“失败”和“成功”。在计算机视觉中,伯努利分布可以用于模拟数据。例如,它可以描述一个像素所取的灰度值大于或小于128的概率。另外,它也可以用来模拟现实世界的状态。例如,它能够描述图像中人脸出现或者消失的概率。
伯努利分布有一个单参数λ∈[0,1],它定义成功一次(x=1)的概率。因此有
2017_09_19_114929
或者表示为:
2017_09_19_115237
有时也用等价的表示方法:
2017_09_19_115323

2017_09_19_115358

图3-1 伯努利分布。伯努利分布是有两个可能结果的离散分布,x={0,1},分别称为失败与成功。它由单个参数λ控制,λ决定成功的可能性,比如Pr(x=0)=1-λ,Pr(x=1)=λ

相关文章
|
3月前
|
机器学习/深度学习 存储 数据库
Python3 OpenCV4 计算机视觉学习手册:6~11(5)
Python3 OpenCV4 计算机视觉学习手册:6~11(5)
55 0
|
2月前
|
机器学习/深度学习 算法 数据可视化
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)-2
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)
98 0
|
2月前
|
机器学习/深度学习 Ubuntu Linux
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)-1
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)
55 1
|
1月前
|
机器学习/深度学习 人工智能 计算机视觉
生成式计算机视觉(CV)模型的发展历程及最新进展
在计算机视觉(CV)领域,生成式AI技术的发展经历了多个阶段。在深度学习革命之前,传统的图像生成技术主要依赖于手工制作的特征,如纹理合成和纹理映射等方法。然而,这些方法在生成复杂和生动的图像方面的能力是有限的。
93 2
|
3月前
|
机器学习/深度学习 数据可视化 算法
Python3 OpenCV4 计算机视觉学习手册:6~11(4)
Python3 OpenCV4 计算机视觉学习手册:6~11(4)
85 0
|
3月前
|
传感器 算法 vr&ar
Python3 OpenCV4 计算机视觉学习手册:6~11(3)
Python3 OpenCV4 计算机视觉学习手册:6~11(3)
89 0
|
3月前
|
机器学习/深度学习 计算机视觉
AIGC核心技术——计算机视觉(CV)预训练大模型
【1月更文挑战第13天】AIGC核心技术——计算机视觉(CV)预训练大模型
374 3
AIGC核心技术——计算机视觉(CV)预训练大模型
|
4月前
|
机器学习/深度学习 PyTorch 算法框架/工具
Azure 机器学习 - 使用 ONNX 对来自 AutoML 的计算机视觉模型进行预测
Azure 机器学习 - 使用 ONNX 对来自 AutoML 的计算机视觉模型进行预测
67 0
|
3月前
|
机器学习/深度学习 编解码 人工智能
Vision Mamba:将Mamba应用于计算机视觉任务的新模型
Mamba是LLM的一种新架构,与Transformers等传统模型相比,它能够更有效地处理长序列。就像VIT一样现在已经有人将他应用到了计算机视觉领域,让我们来看看最近的这篇论文“Vision Mamba: Efficient Visual Representation Learning with Bidirectional State Space Models,”
246 7
|
4月前
|
算法 数据库 计算机视觉
【计算机视觉】FCN、Seg-Net、U-Net模型进行图像分割实战(附源码和数据集 超详细必看)
【计算机视觉】FCN、Seg-Net、U-Net模型进行图像分割实战(附源码和数据集 超详细必看)
76 1

热门文章

最新文章