它们都是潜在的熵源，其在最大三维空间内的度量被用来产生随机数。当测量一个物理特性时，记录一个电压是否和电压的数目一样重要？电压是相对于参考电压来测量的
浏览 0提问于2015-08-30得票数 2
1回答
python中的Scipy提供了以下函数，这些函数似乎计算相同的信息论度量，Kullback散度，也称为相对熵：
可以切换到计算KL-散度的scipy.stats.entropy，，如果是qk=Nonescipy.special.rel_entrscipy.special.kl_div
浏览 8提问于2020-08-12得票数 2
回答已采纳
1回答
二元交叉熵是如何工作的？
、、、、
为了为分类目的寻找最优权重，必须找到相对最小的误差函数，这可以是cross熵。$$g(x=p)=p^{x}(1-p)^{1-x}\ \textrm{for} \ x\in $$中
这意味着概率是$1-p$如果$伯努利概率分布基于二进制结果，因此对伯努利随机变量进行交叉熵的过程称为binary
浏览 0提问于2018-07-13得票数 5
回答已采纳
例如，logits = [4.0、4.0、1.0]，labels = [1.0、1.0、0.0]，sigmoid交叉熵损失为0.45，而softmax交叉熵损失为1.43。是否因为在候选生成阶段，项目的相对顺序并不重要？
浏览 0提问于2020-11-15得票数 4
回答已采纳
3回答
在这种情况下，熵是什么意思？
、、、、
T是图像中的像素总数，
在我正在阅读的论文中，作者希望为
他们说“”
目标成分是肿瘤，论文写道：“肿瘤相关成分
具有“几乎”常量的值预计具有最低的熵值。但是，在这种情况下，低熵意味着什么？每个bin代表什么？具有低熵的向量是什么样子的？
浏览 3提问于2016-11-15得票数 9
回答已采纳
1回答
我想使用zxcvbn-c，但是它给出了熵数，而不是像javascript库那样得分。如何将熵数转换为分数？(0到4)1 = guesses < 10^63 = guesses < 10^10
4 = guesses
浏览 0提问于2018-02-20得票数 1
回答已采纳
2回答
问题是，出于某些原因，我仍然希望能够为生成器分配一个随机种子(如果需要的话，它可以是一个相对较大的种子)。
所以鉴于此..。如果使用密码强随机生成器(如pycrypto的随机模块或random.SystemRandom)为正则python随机模块生成随机种子，那么该随机模块是否具有足够的随机性和熵来被视为密码强？
浏览 3提问于2016-01-03得票数 0
回答已采纳
1回答
神经网络熵的计算
、、
信息是相对的，所以我定义它相对于真实的，一种神经网络试图估计的数据的先验分布。我遇到了Von熵，它可以应用于一个矩阵，但是由于它不是加性的，所以我不能将它应用于一系列权重矩阵(假设权重矩阵编码一个神经网络的所有信息)。我发现了另外三篇论文深神经网络的熵约束降雨，深度神经网络模型中的熵与互信息和深度学习与信息瓶颈原则。第二种方法包含了一个指向这 github的链接，但是这种方法需要知道激活函数和权重矩阵，而不是寻找n位内任何神经网络的最大熵。
如何计算神经网络中包含的信息量？
浏览 0提问于2020-07-16得票数 5
1回答
我想计算这个例子方案的熵。
然后熵是(第一行)所以熵是这个方案的For the second+ (1/6)*Log(1/6) + (4/6)*Log(4/6) )
For the third cluster - ( (2/5)*Log(2/5) + (3/5)*
浏览 3提问于2016-03-03得票数 0
信息论中的香农熵衡量了离散随机变量经验分布中的不确定性或无序性，而微分熵衡量的是连续随机变量的经验分布。然而，微分熵的经典定义是错误的，并用离散点的极限密度(LDDP)进行了修正。如何在python中估计LDDP？
浏览 70提问于2020-08-05得票数 1
2回答
我正在尝试用Python实现Matlab函数。
熵是一种随机性的统计度量，可以用来表征输入图像的纹理。
熵被定义为-sum(p.
浏览 0提问于2018-04-01得票数 2
回答已采纳
1回答
我发现了边缘检测图像相对于原始图像的熵、均方误差和PSNR值。我有不同的五种边缘检测图像，不同的阈值和西格玛值。为了找到阈值和西格玛的最佳组合，我需要找到最佳的边缘检测图像。PSNR和熵是如何影响的？
浏览 0提问于2018-02-08得票数 0
回答已采纳
假设我从CSPRNG中获取256位，假设它是256位的熵。这就叫兰特。现在我们把rand和散列混合起来。这叫混合。混合熵比兰特熵小吗？下面的例子:混合熵是兰德和weak_hash的函数吗？import hashlib, os
rand = int(os.urandom(32).h
浏览 1提问于2018-04-27得票数 1
回答已采纳
3回答
在使用XKCD密码方法时，仅根据单个单词来计算熵，假设单个单词是独立的。当然，这不一定是一个有效的假设，除非您在生成密码时明确地确保了这一点；由四个随机独立的单词组成的密码比语法上正确的短语更难记住。兹克本同样只根据发现的单个单词来报告熵，显然没有对相对频率进行任何计算。那么，问题是:如果使用一个值得记忆的语法短语作为密码，与独立选择的相同数量的单词相比，熵损失了多少？一个语法密码需要多长时间才能提供等价的熵/安全性？密码破解器实际上是使用这种方法吗？
浏览 0提问于2015-09-18得票数 13
回答已采纳
1回答
决策树熵计算指标
、、、、
这是一个应用于熵的“分而治之”规则的明显例子。但是对于任何预测或分类问题，这都是毫无意义的，因为如果我们有一个只有一个特征且值已知的对象，我们就不需要一棵树来判断“这个球是黄色的”。我们可以根据每个特征的最小平均熵来计算谓词。更接近生活，不是吗？我很清楚，直到我还没有尝试实现这个算法。
现在我脑子里有一次碰撞。如果计算熵相对于已知特征(每个节点一个)，则只有当未知特征严格依赖于每个已知特征时，才能在对树进行分类时得到有意义的结果。否则，一个未绑定的已知特性可能会破坏所有的预测，以错误的方式驱动决策。但是，如果我们计算<e
浏览 1提问于2016-02-02得票数 1
1回答
熵和信息增益
、、
Correct cat catWrong cat dog那我就卡住了！我想你也需要计算属性-1和属性-2的熵？然后在信息增益计算中使用这三种计算？
浏览 2提问于2011-03-29得票数 3
回答已采纳
目前，我已经应用交叉熵来计算测试结果(模型输出)和条件结果(真实输出)之间的误差。该模型用于二进制分类，但将被扩展为处理多个类。到目前为止，使用MATLAB中的交叉熵计算了误差：干杯!
浏览 1提问于2013-10-24得票数 1
1回答
它是否有足够的熵，或者是否有一些很容易猜测的部分可以减少熵，比如请求的时间？一个python实现的例子是
token = hashlib.sha256(str(uuid.uuid4())).hexdigest()
浏览 0提问于2013-01-20得票数 2
回答已采纳
Pyentropy(np.array([1,2,2,1,1,1],int), 0)Pyentropy(np.array([1,2,2,1,1,1],int), 1)
它的意思是计算1,2,2,1,1,1的熵，但在热熵中，1,2,2,1,1,1，1，1被转换为C-数组，并调用熵来计算这个C-数组的熵。在将数组转换为C数组的过程中出现了一个问题.在fedora 19(32位Python2.7)中，没有什么问题。但是在CentOS 6.5(最终64位python2.6 )中，我已经用<e
浏览 2提问于2014-03-11得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
