本博客将会以6个方面来更新内容,它们分别是:概率论、矩阵论、Python环境(conda)、机器学习、深度学习、多模态学习.对于小白来讲,建议循序渐进的学习本博客.下面我将简单的介绍一下每个章节的学习安排.
我们上一节讲解了什么是分布以及三种常见的离散分布，那么本节主要想讲解一下什么是分布函数，它与分布有什么关联，为什么要有这个分布函数呢？什么是密度函数呢？。(这一节我理解的还不是特别透彻，我后续还会继续理解，所以这一节仅供参考，不对的地方请大家多多指正)
本文想通俗的告诉大家,什么叫做离散型数据,什么叫做连续型数据以及随机变量的本质到底是什么!
本小节将通俗的讲解一下什么叫做分布,它能干什么?还会讲解离散数据常见的几种分布,以及它们能做什么!
本小节主要是想介绍一下，我讲论文的步骤框架。并且介绍本章节都会讲解哪些论文。
在概率论学习中,传统教学通常从随机试验开始,以便复习高中阶段学习的样本空间和随机事件等基础概念.通过观察频率,我们能够观察到在试验次数逐渐增多时频率呈现稳定性,这反映了统计学规律,也是概率论研究的对象.在后续学习中,组合这一概念占据着核心地位,尤其在超几何分布和二项式分布中.因此，在深入学习概率论之前,我们先来复习一下简单的概率基础知识点.1 知乎博主(五角场老张)： https://zhuanlan.zhihu.com/p/342815857 ↩
This project is to reproduce the resulting code from the paper MUTAN: Multimodal Tucker Fusion for Visual Question Answering, and I will teach you in detail how to run through this code, including the processing of the dataset.
小李的博客地址如下：
论文解读：Dynamic Fusion with Intra-and-Inter-modality Attention Flow for Visual Question Answering