指數分布是描述蔔瓦松過程中的事件之間的時間的機率分布,即事件以恒定平均速率連續且獨立地發生的過程。 這是伽馬分布的一個特殊情況。 它是幾何分布的連續模拟,它具有無記憶的關鍵性質。 除了用于分析蔔瓦松過程外,還可以在其他各種環境中找到。
指數函數的一個重要特征是無記憶性。這表示如果一個随機變量呈指數分布,當
s
,
t
>
:
P
(
T
>
t
+
s
∣
T
>
t
)
=
P
(
T
>
s
)
s, t>0:P(T>t+s|T>t)=P(T>s)
s,t>0:P(T>t+s∣T>t)=P(T>s)。在深度學習中,我們經常會需要一個在
x
=
x=0
x=0點處取得邊界點的分布。為了實作這一目的,我們可以使用 指數分布: