Unverified50% confidenceFactExact time
重要性采样的数学基础是Radon-Nikodym定理与测度变换，通过似然比w=p(x)/q(x)对样本重加权实现无偏估计
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
Unverified重要性采样的数学核心是测度变换，通过引入提议分布q并用似然比w=p(x)/q(x)对样本重加权，无偏地估算原始概率82% similarUnverified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66% similarUnverified重参数化技巧将采样表示为 z = μ + σ × ε（ε从标准正态分布采样），使随机性外置于ε，从而让μ和σ的梯度可正常反向传播实现端到端训练66% similarUnverified蒙特卡洛PDE求解器的可微性来自其估计量本身是参数的光滑函数，可通过重参数化技巧或似然比方法直接获得无偏梯度估计，无需回溯大规模线性系统的中间状态62% similarUnverifiedPyTorch判断连续性的公式是：对于n维张量，如果stride[i] == stride[i+1] * size[i+1]对所有i成立，则该张量连续60% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/510571API
curl https://kongchang.com/api/v1/knowledge/claims/510571MCP
get_claim(id=510571)