一、无偏估计百度：无偏估计是用样本统计量来估计总体参数时的一种无偏推断。估计量的数学期望等于被估计参数的真实值，则称此此估计量为被估计参数的无偏估计，即具有无偏性，是一种用于评价估计量优良性的准则。无偏估计的意义是：在多次重复下，它们的平均数接近所估计的参数真值。无偏估计常被应用于测验分数统计中。二、计算图片的组成分布p(x)用途：如果我们知道的图片的分布p(x)，我们就可以生成新的图片，判断异常

使用分隔符清晰地指示输入的不同部分，要求结构化输出，要求模型检查条件是否满足，少样本引导

模型：darkSushiMixMix正面提示词：(masterpiece, high quality, highres,illustration),blurry background,[(white background:1.2)::5],(see-through:0.85),shining,Movie poster,(colorful:1.1),ornament,petals,(pantyhos

使用分隔符清晰地指示输入的不同部分，要求结构化输出，要求模型检查条件是否满足，少样本引导

本文内容主要总结自coursera课程Bayesian Methods for Machine Learning本文内容延续自《贝叶斯网络（1）- 基础概念》https://blog.csdn.net/qq_36080693/article/details/80160852一、基础知识1、Expectation Maximization鸡和蛋问题...

本文内容主要总结自coursera课程Bayesian Methods for Machine Learning一、什么是贝叶斯概率有一个问题，我们有一个硬币，怎么判断这个硬币投掷后，显示正面的概率呢？频率学派：我们可以投掷这个硬币100次，看有多少次是正面，这个结果应该趋近于硬币投掷正面的概率。贝叶斯学派：从生活经验上，硬币投掷到正面的概率是50%，那么我们对于显示正面的...