熵
信息量
概率可能性的投影空間大小,單位比特。記隨機離散變量的分佈列與信息量I爲:
熵
熵(Entropy):一個系統所有事件的不確定性之和;
相對熵(Relative Entropy):同一個隨機變量的兩個不同分佈間的差別描述;
交叉熵(Cross Entropy):使用分佈表示目標分佈的困難程度,以分佈描述擬合分佈。
概率可能性的投影空間大小,單位比特。記隨機離散變量的分佈列與信息量I爲:
[x0p0x1p1......xnpn]I(xi)=−log(p(xi))
熵(Entropy):一個系統所有事件的不確定性之和;
相對熵(Relative Entropy):同一個隨機變量的兩個不同分佈間的差別描述;
交叉熵(Cross Entropy):使用分佈q(x)表示目標分佈p(x)的困難程度,以分佈q描述擬合分佈p。
H(x)DKL(p∣∣q)H(p,q)=E(Lenbit)=E(log(pi1))=−i=1∑npilog(pi)=i=1∑npilog(qipi)=i=1∑npi(log(pi)−log(qi))=E(Lenbit)=E(log(qi1))=−i∑pilog(qi)
在二叉搜索樹中尋找一個節點的後繼節點 題目要求 假設有二叉樹節點: class Node { public: Node *parrent; Node *left; Node *right; in
題目要求:二叉樹節點間的最大距離問題從二叉樹的節點A出發,可以向上走或者向下走,但沿途的節點只能經過一次,當達到節點B時,路徑上的節點數叫作A到B的距離。比如: 1 2 3