Skip to content
GitLab
探索
登录
注册
主导航
搜索或转到…
项目
D
DAGMM
管理
动态
成员
标记
计划
议题
0
议题看板
里程碑
Wiki
代码
合并请求
0
仓库
分支
提交
标签
仓库图
比较修订版本
代码片段
构建
流水线
作业
流水线计划
产物
部署
发布
软件包库
运维
环境
Terraform 模块
监控
事件
服务台
分析
价值流分析
Contributor analytics
CI/CD 分析
仓库分析
模型实验
帮助
帮助
支持
GitLab 文档
比较 GitLab 各版本
社区论坛
为极狐GitLab 提交贡献
提交反馈
快捷键
?
支持
扫码加入微信群
1. 获取企业级DevOps解决方案
2. 免费或优惠考取极狐GitLab官方培训认证
代码片段
群组
项目
AIOps-NanKai
model
DAGMM
提交
060afc9b
提交
060afc9b
编辑于
6年前
作者:
Toshihiro Nakae
浏览文件
操作
下载
补丁
差异文件
modify headers of notes
上级
73ab800f
分支
分支 包含提交
无相关合并请求
变更
2
隐藏空白变更内容
行内
左右并排
显示
2 个更改的文件
README.md
+1
-0
1 个添加, 0 个删除
README.md
README_ja.md
+1
-2
1 个添加, 2 个删除
README_ja.md
有
2 个添加
和
2 个删除
README.md
+
1
−
0
浏览文件 @
060afc9b
...
...
@@ -62,6 +62,7 @@ You can use [jupyter notebook example](Example_DAGMM.ipynb).
This example uses random samples of mixture of gaussian.
(need sklearn)
# Notes
## GMM Implementation
The equation to calculate "energy" for each sample in the original paper
uses direct expression of multivariate gaussian distribution which
...
...
This diff is collapsed.
Click to expand it.
README_ja.md
+
1
−
2
浏览文件 @
060afc9b
...
...
@@ -64,8 +64,7 @@ Jupyter notebook での[実行サンプル](./Example_DAGMM_ja.ipynb)を用意
(sklearn が必要です)
# 補足
# 混合正規分布(GMM)の実装について
## 混合正規分布(GMM)の実装について
論文では、エネルギーの定式化で混合正規分布の直接的な表記がされています。
この算出では、多次元正規分布の逆行列が必要となりますが、場合によっては
逆行列の計算ができません。
...
...
This diff is collapsed.
Click to expand it.
预览
0%
请重试
或
添加新附件
.
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
保存评论
取消
想要评论请
注册
或
登录