JKRD

23年是我最黑暗的一年，这年我30岁，在北京干了8年程序员。30岁这年我做了一个决定：结束8年北漂生涯，回老家（一个三线城市）自己创业，去做自媒体。

0 论文信息   在之前阅读的那篇解决强化学习泛化性能的 LUSR 中就以这篇论文提出的 Cycle-Consistent Variation Auto-Encoder

MCMC（蒙特卡洛马尔可夫链）与VI（变分推断），可谓是贝叶斯推断之双雄。 —— 沃·兹基硕德 MCMC的提出，本质上是为了解决贝叶斯推断中，复杂的后验分布难以建模的问题。

计算机视觉领域的发展，给人们的生活带来了极大的方便和改变。随着深度学习的发展，图像生成也变得更加复杂和精细。在图像生成领域，一种基于Diffusion的新型的生成模型方法已经开始受到越来越多的关注。

0.动机   一直以来看了很多工作，感觉都用到了比较多的数学处理，其中，熵和变分推断往往是我比较难理解的一部分。我也尝试过看一些相关的资料，但是总感觉这部分内容还是需要有一些实践和手推才能刚好理解 (

本文正在参加 人工智能创作者扶持计划 0 感言   没什么太多感言了，拔刀吧！ (以及orange的主体感觉非常鲜明) 6.1 基本概念 一些标记 $$ \begin{aligned} \mathca

现在，越来越多的人了解 Go 语言，学习 Go 语言，越来越多的公司开始尝试采用 Go 语言。那么 Gopher的核心竞争力在哪里？与 Java 后端工程师究竟差别在哪？

***本文正在参加 人工智能创作者扶持计划*** 变分自编码器是一种经典的深度生成模型，在图像生成、协同过滤等任务上有着重要的应用，有着举足轻重的历史地位。

人工智能领域的创作者集结令来啦~在掘金写技术文章，快速复制大牛之路！官方创作指导、专属资源位扶持、丰厚的奖品等你来拿，马上入股绝对不亏！