数据空间和数据分布的概念--迁移学习人工智能基础（高中版）

https://www.cnblogs.com/LiYimingRoom/p/12095523.html

数据集：UCF101

Youbube 13320个视频，101分类

光流

深度学习视频行为识别

聚类

GAN

数据空间、数据分布

1. 我们已经知道数据对人工智能系统的重要性,生成模型也不例外。假如,我们的目标是让计算机从无到有自动生成看起来像大牌明星的图片,就要提供大量的明星照片供它学习参考。在生成模型眼里,这些照片数据组成一个整体,共同勾勒出明星们的外观特点。
2. 生成模型不是要学习生成某个特定的明星的照片,而是要把握这些照片整体上的特点,生成有“明星范儿”的图片。那么,怎么刻画数据呢?这要引人数据空间和数据分布的概念。
3. 数据空间(data space),顾名思义就是数据所在的空间,假定取的明星照片的分辨率都是128 x 128,回忆第三章的知识,每张照片就可以和一个128 × 128 x3的三阶张量等同起来。此时的数据空间就是所有形状是128 x 128 x3的张量的集合,或者说,就是这个分辨率下所有可能的图像构成的集合。在生成图像这个任务中,数据空间就是一些图像的集合,所以我们也称之为图像空间。在图像空间中,每一张图片都是这个空间里的一个点。
4. 如图8-1,我们看到,随便在图像空间里找一个点可能是一张没有意义的图片(图中绿色的点)。数据集里的图像也分布在这个空间里,我们把这些特殊的点叫作数据点(图中黄色的点)。
   
5. 数据分布：数据在空间中的分布情况称为数据分布：数据点在数据空间中的分布情况是有一定规律的：空间中有些位置附近聚集的数据点比较多，有些位置比较少或没有。data distribution。
6. 在一个空间里，随机生成一个数据，这种数据随机生成服从某种分布，通过直方图，我们可以直观的看出不同分布的特点。
   • 所有明星的图像在图像空间中也构成了一个复杂的数据分布。这个分布不方便用直方图这样的工具直接刻画。
   • key方法：用生成网络，把一个简单的、容易把握的分布变成这个复杂的、难以把握的数据分布。（通过简单的分布间接地掌握复杂的数据分布，比如将正态分布通过生成网络，生成明星的数据分布。这个简单的分布的样本空间叫latent space。

实验步骤一，0~1随机抽取100次数记录

实验步骤二，将上面100次数据按N(u, ${\sigma }^2$)分布来统计。不用按随机实验的次序

下图经过一个函数将均匀分布的数据 变成生成 高斯分布