待验证50% 置信事实精确时间
策略梯度定理证明梯度可表示为∇J(θ) = E[∇log π(a|s;θ) · Q^π(s,a)]，使用log-derivative trick将对概率分布的求导转化为对log概率的求导乘以采样值
1
来源数
50%
置信度
长期有效
时效性
2026/8/5
首次发现
来源
相关事实
待验证逻辑回归通过Sigmoid函数将线性组合的输出压缩到(0,1)区间，表示样本属于某一类别的概率68% 相似待验证扩散模型反向过程的核心驱动力是Score函数，即对数密度梯度∇x log p(x)，指向概率密度增大最快的方向67% 相似待验证后验分布通过贝叶斯定理获得：p(θ|x)∝p(x|θ)·p(θ)，将先验知识与数据似然结合67% 相似待验证logit函数定义为log(p/(1-p))，将概率值从[0,1]映射到(-∞,+∞)，是广义线性模型中处理二分类因变量的核心技术65% 相似待验证条件概率的数学表达为P(A|B)=P(A∩B)/P(B)，指在已知某一事件发生的前提下另一事件发生的概率65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/691004API
curl https://kongchang.com/api/v1/knowledge/claims/691004MCP
get_claim(id=691004)