《计算机视觉：模型、学习和推理》——3.4　狄利克雷分布

本节书摘来自华章计算机《计算机视觉：模型、学习和推理》一书中的第3章，第3.4节,作者：（英）普林斯（Prince，J. D.）著， 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

3.4 狄利克雷分布

狄利克雷分布（见图3-4）定义在K个连续值λ1，…，λK上，其中λk∈［0,1］，∑Kk=1λk=1。因此狄利克雷分布适合于定义分类分布中参数的分布。

图3-4 根据λ1，λ2,…,λK值定义的一个K维的狄利克雷分布，其中∑kλk=1，λk∈［0,1］，k∈{1,…,K}。a） 当K=3时，它在平面∑kλk=1上相当于一个三角区域。在K维空间中，狄利克雷分布由K个正参数α1…K定义。参数的比值决定分布的期望值。绝对值则决定集中程度：当参数值大的时候分布高度集中在期望值附近，反之比较分散。b～e） 参数比值相等，绝对值增大。

f～i） 参数比值满足α3 α2 α1，绝对值增大在K维空间中，狄利克雷分布有K个参数α1,…,αK，每个参数都取正值，参数的相对值决定期望值E［λ1］,…,E［λk］。参数的绝对值决定期望值两侧的集中程度。可以写成：

正如伯克利分布是仅有两个输出结果的特殊分类分布一样，贝塔分布是一个二维的特殊狄利克雷分布。

带你读《OpenCV 4计算机视觉项目实战 （原书第2版）》之三：学习图形用户界面 本书首先介绍OpenCV的入门知识及安装，然后介绍OpenCV的基础知识，包括用户界面、矩阵运算、滤波器和直方图等，之后介绍复杂的计算机视觉算法，包括对象分割和分类、视频监控、对象跟踪等，后探讨对象跟踪、文本识别、机器学习和人脸检测等高级技术。阅读本书之后，你将掌握常用和新的计算机视觉技术，并学会从零开始构建各类OpenCV项目。
何恺明团队计算机视觉最新进展：从特征金字塔网络、Mask R-CNN到学习分割一切 这篇文章介绍了FAIR何恺明、Tsung-Yi Lin等人的团队在计算机视觉领域最新的一些创新，包括特征金字塔网络、RetinaNet、Mask R-CNN以及用于实例分割的弱半监督方法。
《计算机视觉：模型、学习和推理》一3.3分类分布 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3.3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。
《计算机视觉：模型、学习和推理》一导读 计算机视觉是一门工程学科，机器在现实世界中捕获的视觉信息可以激发我们的积极性。因此，我们通过使用计算机视觉解决现实问题来对我们的知识进行分类。
《计算机视觉：模型、学习和推理》一3.8 正态逆维希特分布 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3.8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。
《计算机视觉：模型、学习和推理》一3.6 正态逆伽马分布 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3.6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。
《计算机视觉：模型、学习和推理》一2.5 贝叶斯公式 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2章 ，第2.5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。
《计算机视觉：模型、学习和推理》一第3章 总结 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 ， ［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。
《计算机视觉：模型、学习和推理》一3.7 多元正态分布 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3.7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。