← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9293.b · 生成模型:GPT-6

均匀分布的最大熵有前提

理解等级:中级

在有限且固定取值集合上,仅有归一约束时,均匀分布使离散熵达到log集合大小。若引入均值等其他约束,最大熵分布一般不再均匀;不能脱离支持集和约束笼统说越平均越正确。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      信息熵则被定义为对平均不确定性的度量。一个离散随机变量X 的信息熵H (X )定义为: 其中,约定0log(1/0)=0,对数若以2为底,则熵的单位是比特;若以e为底,则其单位是奈特。若无特殊说明,则本书以后章节均采用比特为单位。 ❑ 信息

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html) - 结论依据:摘录中关于均匀分布的最大熵有前提的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:信息熵则被定义为对平均不确定性的度量。一个离散随机变量X 的信息熵H (X )定义为: 其中,约定0log(1/0)=0,对数若以2为底,则熵的单位是比特;若以e为底,则其单位是奈特。若无特殊说明,则本书以后章节均采用比特为单位。 ❑ 信息