python-3.x - 渲染 2d 高斯 - 相对于均值取梯度
问题描述
我需要渲染一个 2d 高斯,并且仍然能够区分具有 float 类型的 2d 均值。高斯的标准偏差可以是恒定的。生成的矩阵的大小相同。
知道如何在张量流中做到这一点吗?
澄清:
我需要一个函数 draw2dGaussian(mean2d),它返回一个二维矩阵 M。矩阵 M 将显示一个以位置 mean2d 为中心的离散化二维高斯。请注意,mean2d 是一对 2 个浮点数。矩阵 M 在距离 mean2d 足够远的点处为 0。
这个函数 draw2dGaussian 的要求是它必须相对于 mean2d 是可微的。
我认为 openDR http://files.is.tue.mpg.de/black/papers/OpenDR.pdf可能能够提供这样的功能,但我想知道是否有人有更简单的解决方案。
解决方案
您正在寻找重新参数化技巧。对于一维高斯,N(mean, var) 可以写成 mean + sqrt(var) * N(0, 1)。类似的构造适用于 2d 高斯,但使用协方差矩阵而不是恒定方差。
推荐阅读
- azure-data-factory - Azure 数据工厂:对于特定属性不存在每个 item() 值
- android - 如果我想检索数据需要重新登录
- ios - 自定义 UIGestureRecognizer 并不总是调用它的 action 方法
- cordova - 卡住你想将你的新应用程序与cordova集成到目标
- static - 为什么在同一范围内可以有多个具有静态生命周期的可变引用
- html - 在不违反标准的情况下使用单个标签?
- javascript - 条带结帐和 object-src
- java - 如何使用 Selenium 从动态下拉列表中选择一个选项?
- wpf - 带有 ItemTemplate 的 WPFLocalizationExtension
- android - 找不到系统映像 - Android Studio