第 5 章 为什么需要归一化流？5.1 现实世界中的复杂分布在机器学习中，我们经常希望计算这样一个问题：给定一些数据，例如图片、声音、文字或者股票价格，我们能不能找到它背后的概率规律？换句话说：这些数据到底来自什么样的概率分布？例如：一张人脸图片来自“所有可能人脸”的分布；一句话来自“所有可能语言表达”的分布；一段声音来自“所有可能声音信号”的分布。这些真实世界的数据分布通常非常复杂。5.1.1 什么是概率分布？在理解归一化流之前，我们先理解一个简单概念：概率分布（Probability Distribution）概率分布描述：不同事件出现的可能性大小。例如：抛硬币：P(正面)=0.5P(\text{正面})=0.5