.. _sec_prob:

概率
====


简单地说，机器学习就是做出预测。

根据病人的临床病史，我们可能想预测他们在下一年心脏病发作的\ *概率*\ 。
在飞机喷气发动机的异常检测中，我们想要评估一组发动机读数为正常运行情况的概率有多大。
在强化学习中，我们希望智能体（agent）能在一个环境中智能地行动。
这意味着我们需要考虑在每种可行的行为下获得高奖励的概率。
当我们建立推荐系统时，我们也需要考虑概率。
例如，假设我们为一家大型在线书店工作，我们可能希望估计某些用户购买特定图书的概率。
为此，我们需要使用概率学。
有完整的课程、专业、论文、职业、甚至院系，都致力于概率学的工作。
所以很自然地，我们在这部分的目标不是教授整个科目。
相反，我们希望教给读者基础的概率知识，使读者能够开始构建第一个深度学习模型，
以便读者可以开始自己探索它。

现在让我们更认真地考虑第一个例子：根据照片区分猫和狗。
这听起来可能很简单，但对于机器却可能是一个艰巨的挑战。
首先，问题的难度可能取决于图像的分辨率。

.. _fig_cat_dog:

.. figure:: ../img/cat-dog-pixels.png
   :width: 300px

   不同分辨率的图像 (:math:`10 \times 10`, :math:`20 \times 20`,
   :math:`40 \times 40`, :math:`80 \times 80`, 和 :math:`160 \times 160`
   pixels)



如
:numref:`fig_cat_dog`\ 所示，虽然人类很容易以\ :math:`160 \times 160`\ 像素的分辨率识别猫和狗，
但它在\ :math:`40\times40`\ 像素上变得具有挑战性，而且在\ :math:`10 \times 10`\ 像素下几乎是不可能的。
换句话说，我们在很远的距离（从而降低分辨率）区分猫和狗的能力可能会变为猜测。
概率给了我们一种正式的途径来说明我们的确定性水平。
如果我们完全肯定图像是一只猫，我们说标签\ :math:`y`\ 是”猫”的\ *概率*\ ，表示为\ :math:`P(y=`\ “猫”\ :math:`)`\ 等于\ :math:`1`\ 。
如果我们没有证据表明\ :math:`y=`\ “猫”或\ :math:`y=`\ “狗”，那么我们可以说这两种可能性是相等的，
即\ :math:`P(y=`\ “猫”\ :math:`)=P(y=`\ “狗”\ :math:`)=0.5`\ 。
如果我们不十分确定图像描绘的是一只猫，我们可以将概率赋值为\ :math:`0.5<P(y=`\ “猫”\ :math:`)<1`\ 。

现在考虑第二个例子：给出一些天气监测数据，我们想预测明天北京下雨的概率。
如果是夏天，下雨的概率是0.5。

在这两种情况下，我们都不确定结果，但这两种情况之间有一个关键区别。
在第一种情况中，图像实际上是狗或猫二选一。
在第二种情况下，结果实际上是一个随机的事件。
因此，概率是一种灵活的语言，用于说明我们的确定程度，并且它可以有效地应用于广泛的领域中。

基本概率论
----------

假设我们掷骰子，想知道看到1的几率有多大，而不是看到另一个数字。
如果骰子是公平的，那么所有六个结果\ :math:`\{1, \ldots, 6\}`\ 都有相同的可能发生，
因此我们可以说\ :math:`1`\ 发生的概率为\ :math:`\frac{1}{6}`\ 。

然而现实生活中，对于我们从工厂收到的真实骰子，我们需要检查它是否有瑕疵。
检查骰子的唯一方法是多次投掷并记录结果。
对于每个骰子，我们将观察到\ :math:`\{1, \ldots, 6\}`\ 中的一个值。
对于每个值，一种自然的方法是将它出现的次数除以投掷的总次数，
即此\ *事件*\ （event）概率的\ *估计值*\ 。 *大数定律*\ （law of large
numbers）告诉我们：
随着投掷次数的增加，这个估计值会越来越接近真实的潜在概率。
让我们用代码试一试！

首先，我们导入必要的软件包。

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    %matplotlib inline
    import matplotlib.pyplot as plt
    import mindspore
    import mindspore.ops as ops
    import numpy as np

在统计学中，我们把从概率分布中抽取样本的过程称为\ *抽样*\ （sampling）。
笼统来说，可以把\ *分布*\ （distribution）看作对事件的概率分配，
稍后我们将给出的更正式定义。
将概率分配给一些离散选择的分布称为\ *多项分布*\ （multinomial
distribution）。

为了抽取一个样本，即掷骰子，我们只需传入一个概率向量。
输出是另一个相同长度的向量：它在索引\ :math:`i`\ 处的值是采样结果中\ :math:`i`\ 出现的次数。

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    import numpy as np
    
    fair_probs = ops.ones((6)) / 6
    np.random.multinomial(1, fair_probs)




.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    array([0, 0, 1, 0, 0, 0])



在估计一个骰子的公平性时，我们希望从同一分布中生成多个样本。
如果用Python的for循环来完成这个任务，速度会慢得惊人。
因此我们使用深度学习框架的函数同时抽取多个样本，得到我们想要的任意形状的独立样本数组。

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    np.random.multinomial(10, fair_probs)




.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    array([1, 3, 1, 2, 2, 1])



现在我们知道如何对骰子进行采样，我们可以模拟1000次投掷。
然后，我们可以统计1000次投掷后，每个数字被投中了多少次。
具体来说，我们计算相对频率，以作为真实概率的估计。

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    counts = np.random.multinomial(1000, fair_probs)
    counts / 1000




.. raw:: latex

   \diilbookstyleoutputcell

.. parsed-literal::
    :class: output

    array([0.166, 0.182, 0.167, 0.173, 0.141, 0.171])



因为我们是从一个公平的骰子中生成的数据，我们知道每个结果都有真实的概率\ :math:`\frac{1}{6}`\ ，
大约是\ :math:`0.167`\ ，所以上面输出的估计值看起来不错。

我们也可以看到这些概率如何随着时间的推移收敛到真实概率。
让我们进行500组实验，每组抽取10个样本。

.. raw:: latex

   \diilbookstyleinputcell

.. code:: python

    counts = np.random.multinomial(10, fair_probs, size=500)
    cum_counts = counts.astype(np.float32).cumsum(axis=0)
    estimates = cum_counts / cum_counts.sum(axis=1, keepdims=True)
    
    # 设置图表大小和格式
    import matplotlib.pyplot as plt
    
    plt.rcParams['figure.figsize'] = (6, 4.5)
    
    for i in range(6):
        plt.plot(estimates[:, i],
                 label=("P(die=" + str(i + 1) + ")"))
    plt.axhline(y=0.167, color='black', linestyle='dashed')
    plt.xlabel('Groups of experiments')
    plt.ylabel('Estimated probability')
    plt.legend()
    plt.grid()
    plt.show()



.. figure:: output_probability_bfb2c4_9_0.png


每条实线对应于骰子的6个值中的一个，并给出骰子在每组实验后出现值的估计概率。
当我们通过更多的实验获得更多的数据时，这\ :math:`6`\ 条实体曲线向真实概率收敛。

概率论公理
~~~~~~~~~~

定义模型
--------

在处理骰子掷出时，我们将集合\ :math:`\mathcal{S} = \{1, 2, 3, 4, 5, 6\}`
称为\ *样本空间*\ （sample space）或\ *结果空间*\ （outcome space），
其中每个元素都是\ *结果*\ （outcome）。
*事件*\ （event）是一组给定样本空间的随机结果。
例如，“看到\ :math:`5`”（\ :math:`\{5\}`\ ）和“看到奇数”（\ :math:`\{1, 3, 5\}`\ ）都是掷出骰子的有效事件。
注意，如果一个随机实验的结果在\ :math:`\mathcal{A}`\ 中，则事件\ :math:`\mathcal{A}`\ 已经发生。
也就是说，如果投掷出\ :math:`3`\ 点，因为\ :math:`3 \in \{1, 3, 5\}`\ ，我们可以说，“看到奇数”的事件发生了。

*概率*\ （probability）可以被认为是将集合映射到真实值的函数。
在给定的样本空间\ :math:`\mathcal{S}`\ 中，事件\ :math:`\mathcal{A}`\ 的概率，
表示为\ :math:`P(\mathcal{A})`\ ，满足以下属性：

-  对于任意事件\ :math:`\mathcal{A}`\ ，其概率从不会是负数，即\ :math:`P(\mathcal{A}) \geq 0`\ ；
-  整个样本空间的概率为\ :math:`1`\ ，即\ :math:`P(\mathcal{S}) = 1`\ ；
-  对于\ *互斥*\ （mutually
   exclusive）事件（对于所有\ :math:`i \neq j`\ 都有\ :math:`\mathcal{A}_i \cap \mathcal{A}_j = \emptyset`\ ）的任意一个可数序列\ :math:`\mathcal{A}_1, \mathcal{A}_2, \ldots`\ ，序列中任意一个事件发生的概率等于它们各自发生的概率之和，即\ :math:`P(\bigcup_{i=1}^{\infty} \mathcal{A}_i) = \sum_{i=1}^{\infty} P(\mathcal{A}_i)`\ 。

以上也是概率论的公理，由科尔莫戈罗夫于1933年提出。
有了这个公理系统，我们可以避免任何关于随机性的哲学争论；
相反，我们可以用数学语言严格地推理。
例如，假设事件\ :math:`\mathcal{A}_1`\ 为整个样本空间，
且当所有\ :math:`i > 1`\ 时的\ :math:`\mathcal{A}_i = \emptyset`\ ，
那么我们可以证明\ :math:`P(\emptyset) = 0`\ ，即不可能发生事件的概率是\ :math:`0`\ 。

随机变量
~~~~~~~~

在我们掷骰子的随机实验中，我们引入了\ *随机变量*\ （random
variable）的概念。
随机变量几乎可以是任何数量，并且它可以在随机实验的一组可能性中取一个值。
考虑一个随机变量\ :math:`X`\ ，其值在掷骰子的样本空间\ :math:`\mathcal{S}=\{1,2,3,4,5,6\}`\ 中。
我们可以将事件“看到一个\ :math:`5`\ ”表示为\ :math:`\{X=5\}`\ 或\ :math:`X=5`\ ，
其概率表示为\ :math:`P(\{X=5\})`\ 或\ :math:`P(X=5)`\ 。
通过\ :math:`P(X=a)`\ ，我们区分了随机变量\ :math:`X`\ 和\ :math:`X`\ 可以采取的值（例如\ :math:`a`\ ）。
然而，这可能会导致繁琐的表示。
为了简化符号，一方面，我们可以将\ :math:`P(X)`\ 表示为随机变量\ :math:`X`\ 上的\ *分布*\ （distribution）：
分布告诉我们\ :math:`X`\ 获得某一值的概率。
另一方面，我们可以简单用\ :math:`P(a)`\ 表示随机变量取值\ :math:`a`\ 的概率。
由于概率论中的事件是来自样本空间的一组结果，因此我们可以为随机变量指定值的可取范围。
例如，\ :math:`P(1 \leq X \leq 3)`\ 表示事件\ :math:`\{1 \leq X \leq 3\}`\ ，
即\ :math:`\{X = 1, 2, \text{or}, 3\}`\ 的概率。
等价地，\ :math:`P(1 \leq X \leq 3)`\ 表示随机变量\ :math:`X`\ 从\ :math:`\{1, 2, 3\}`\ 中取值的概率。

请注意，\ *离散*\ （discrete）随机变量（如骰子的每一面）
和\ *连续*\ （continuous）随机变量（如人的体重和身高）之间存在微妙的区别。
现实生活中，测量两个人是否具有完全相同的身高没有太大意义。
如果我们进行足够精确的测量，最终会发现这个星球上没有两个人具有完全相同的身高。
在这种情况下，询问某人的身高是否落入给定的区间，比如是否在1.79米和1.81米之间更有意义。
在这些情况下，我们将这个看到某个数值的可能性量化为\ *密度*\ （density）。
高度恰好为1.80米的概率为0，但密度不是0。
在任何两个不同高度之间的区间，我们都有非零的概率。
在本节的其余部分中，我们将考虑离散空间中的概率。
连续随机变量的概率可以参考深度学习数学附录中\ `随机变量 <https://d2l.ai/chapter_appendix-mathematics-for-deep-learning/random-variables.html>`__
的一节。

处理多个随机变量
----------------

很多时候，我们会考虑多个随机变量。
比如，我们可能需要对疾病和症状之间的关系进行建模。
给定一个疾病和一个症状，比如“流感”和“咳嗽”，以某个概率存在或不存在于某个患者身上。
我们需要估计这些概率以及概率之间的关系，以便我们可以运用我们的推断来实现更好的医疗服务。

再举一个更复杂的例子：图像包含数百万像素，因此有数百万个随机变量。
在许多情况下，图像会附带一个\ *标签*\ （label），标识图像中的对象。
我们也可以将标签视为一个随机变量。
我们甚至可以将所有元数据视为随机变量，例如位置、时间、光圈、焦距、ISO、对焦距离和相机类型。
所有这些都是联合发生的随机变量。
当我们处理多个随机变量时，会有若干个变量是我们感兴趣的。

联合概率
~~~~~~~~

第一个被称为\ *联合概率*\ （joint probability）\ :math:`P(A=a,B=b)`\ 。
给定任意值\ :math:`a`\ 和\ :math:`b`\ ，联合概率可以回答：\ :math:`A=a`\ 和\ :math:`B=b`\ 同时满足的概率是多少？
请注意，对于任何\ :math:`a`\ 和\ :math:`b`\ 的取值，\ :math:`P(A = a, B=b) \leq P(A=a)`\ 。
这点是确定的，因为要同时发生\ :math:`A=a`\ 和\ :math:`B=b`\ ，\ :math:`A=a`\ 就必须发生，\ :math:`B=b`\ 也必须发生（反之亦然）。因此，\ :math:`A=a`\ 和\ :math:`B=b`\ 同时发生的可能性不大于\ :math:`A=a`\ 或是\ :math:`B=b`\ 单独发生的可能性。

条件概率
~~~~~~~~

联合概率的不等式带给我们一个有趣的比率：
:math:`0 \leq \frac{P(A=a, B=b)}{P(A=a)} \leq 1`\ 。
我们称这个比率为\ *条件概率*\ （conditional probability），
并用\ :math:`P(B=b \mid A=a)`\ 表示它：它是\ :math:`B=b`\ 的概率，前提是\ :math:`A=a`\ 已发生。

贝叶斯定理
~~~~~~~~~~

使用条件概率的定义，我们可以得出统计学中最有用的方程之一：
*Bayes定理*\ （Bayes’ theorem）。 根据\ *乘法法则*\ （multiplication
rule ）可得到\ :math:`P(A, B) = P(B \mid A) P(A)`\ 。
根据对称性，可得到\ :math:`P(A, B) = P(A \mid B) P(B)`\ 。
假设\ :math:`P(B)>0`\ ，求解其中一个条件变量，我们得到

.. math:: P(A \mid B) = \frac{P(B \mid A) P(A)}{P(B)}.

请注意，这里我们使用紧凑的表示法：
其中\ :math:`P(A, B)`\ 是一个\ *联合分布*\ （joint distribution），
:math:`P(A \mid B)`\ 是一个\ *条件分布*\ （conditional distribution）。
这种分布可以在给定值\ :math:`A = a, B=b`\ 上进行求值。

边际化
~~~~~~

为了能进行事件概率求和，我们需要\ *求和法则*\ （sum rule），
即\ :math:`B`\ 的概率相当于计算\ :math:`A`\ 的所有可能选择，并将所有选择的联合概率聚合在一起：

.. math:: P(B) = \sum_{A} P(A, B),

这也称为\ *边际化*\ （marginalization）。
边际化结果的概率或分布称为\ *边际概率*\ （marginal probability）
或\ *边际分布*\ （marginal distribution）。

独立性
~~~~~~

另一个有用属性是\ *依赖*\ （dependence）与\ *独立*\ （independence）。
如果两个随机变量\ :math:`A`\ 和\ :math:`B`\ 是独立的，意味着事件\ :math:`A`\ 的发生跟\ :math:`B`\ 事件的发生无关。
在这种情况下，统计学家通常将这一点表述为\ :math:`A \perp B`\ 。
根据贝叶斯定理，马上就能同样得到\ :math:`P(A \mid B) = P(A)`\ 。
在所有其他情况下，我们称\ :math:`A`\ 和\ :math:`B`\ 依赖。
比如，两次连续抛出一个骰子的事件是相互独立的。
相比之下，灯开关的位置和房间的亮度并不是（因为可能存在灯泡坏掉、电源故障，或者开关故障）。

由于\ :math:`P(A \mid B) = \frac{P(A, B)}{P(B)} = P(A)`\ 等价于\ :math:`P(A, B) = P(A)P(B)`\ ，
因此两个随机变量是独立的，当且仅当两个随机变量的联合分布是其各自分布的乘积。
同样地，给定另一个随机变量\ :math:`C`\ 时，两个随机变量\ :math:`A`\ 和\ :math:`B`\ 是\ *条件独立的*\ （conditionally
independent），
当且仅当\ :math:`P(A, B \mid C) = P(A \mid C)P(B \mid C)`\ 。
这个情况表示为\ :math:`A \perp B \mid C`\ 。

.. _subsec_probability_hiv_app:

应用
~~~~


我们实战演练一下！ 假设一个医生对患者进行艾滋病病毒（HIV）测试。
这个测试是相当准确的，如果患者健康但测试显示他患病，这个概率只有1%；
如果患者真正感染HIV，它永远不会检测不出。
我们使用\ :math:`D_1`\ 来表示诊断结果（如果阳性，则为\ :math:`1`\ ，如果阴性，则为\ :math:`0`\ ），
:math:`H`\ 来表示感染艾滋病病毒的状态（如果阳性，则为\ :math:`1`\ ，如果阴性，则为\ :math:`0`\ ）。
在 :numref:`conditional_prob_D1`\ 中列出了这样的条件概率。

.. _conditional_prob_D1:

.. table:: 条件概率为\ :math:`P(D_1 \mid H)`

   ========================= =========== ===========
   条件概率                  :math:`H=1` :math:`H=0`
   ========================= =========== ===========
   :math:`P(D_1 = 1 \mid H)` 1           0.01
   :math:`P(D_1 = 0 \mid H)` 0           0.99
   ========================= =========== ===========


请注意，每列的加和都是1（但每行的加和不是），因为条件概率需要总和为1，就像概率一样。
让我们计算如果测试出来呈阳性，患者感染HIV的概率，即\ :math:`P(H = 1 \mid D_1 = 1)`\ 。
显然，这将取决于疾病有多常见，因为它会影响错误警报的数量。
假设人口总体是相当健康的，例如，\ :math:`P(H=1) = 0.0015`\ 。
为了应用贝叶斯定理，我们需要运用边际化和乘法法则来确定

.. math::

   \begin{aligned}
   &P(D_1 = 1) \\
   =& P(D_1=1, H=0) + P(D_1=1, H=1)  \\
   =& P(D_1=1 \mid H=0) P(H=0) + P(D_1=1 \mid H=1) P(H=1) \\
   =& 0.011485.
   \end{aligned}

因此，我们得到

.. math::

   \begin{aligned}
   &P(H = 1 \mid D_1 = 1)\\ =& \frac{P(D_1=1 \mid H=1) P(H=1)}{P(D_1=1)} \\ =& 0.1306 \end{aligned}.

\ 换句话说，尽管使用了非常准确的测试，患者实际上患有艾滋病的几率只有13.06%。
正如我们所看到的，概率可能是违反直觉的。

患者在收到这样可怕的消息后应该怎么办？
很可能，患者会要求医生进行另一次测试来确定病情。
第二个测试具有不同的特性，它不如第一个测试那么精确， 如
:numref:`conditional_prob_D2`\ 所示。:条件概率为\ :math:`P(D_2 \mid H)`

.. table:: label:``conditional_prob_D2``

   ========================= =========== ===========
   条件概率                  :math:`H=1` :math:`H=0`
   ========================= =========== ===========
   :math:`P(D_2 = 1 \mid H)` 0.98        0.03
   :math:`P(D_2 = 0 \mid H)` 0.02        0.97
   ========================= =========== ===========

不幸的是，第二次测试也显示阳性。让我们通过假设条件独立性来计算出应用Bayes定理的必要概率：

.. math::

   \begin{aligned}
   &P(D_1 = 1, D_2 = 1 \mid H = 0) \\
   =& P(D_1 = 1 \mid H = 0) P(D_2 = 1 \mid H = 0)  \\
   =& 0.0003,
   \end{aligned}

.. math::

   \begin{aligned}
   &P(D_1 = 1, D_2 = 1 \mid H = 1) \\
   =& P(D_1 = 1 \mid H = 1) P(D_2 = 1 \mid H = 1)  \\
   =& 0.98.
   \end{aligned}

现在我们可以应用边际化和乘法规则：

.. math::

   \begin{aligned}
   &P(D_1 = 1, D_2 = 1) \\
   =& P(D_1 = 1, D_2 = 1, H = 0) + P(D_1 = 1, D_2 = 1, H = 1)  \\
   =& P(D_1 = 1, D_2 = 1 \mid H = 0)P(H=0) + P(D_1 = 1, D_2 = 1 \mid H = 1)P(H=1)\\
   =& 0.00176955.
   \end{aligned}

最后，鉴于存在两次阳性检测，患者患有艾滋病的概率为

.. math::

   \begin{aligned}
   &P(H = 1 \mid D_1 = 1, D_2 = 1)\\
   =& \frac{P(D_1 = 1, D_2 = 1 \mid H=1) P(H=1)}{P(D_1 = 1, D_2 = 1)} \\
   =& 0.8307.
   \end{aligned}

也就是说，第二次测试使我们能够对患病的情况获得更高的信心。
尽管第二次检验比第一次检验的准确性要低得多，但它仍然显著提升了我们的评估结果。

期望和方差
----------

为了概括概率分布的关键特征，我们需要一些测量方法。
一个随机变量\ :math:`X`\ 的\ *期望*\ （expectation，或平均值（average））表示为

.. math:: E[X] = \sum_{x} x P(X = x).

当函数\ :math:`f(x)`\ 的输入是从分布\ :math:`P`\ 中抽取的随机变量时，\ :math:`f(x)`\ 的期望值为

.. math:: E_{x \sim P}[f(x)] = \sum_x f(x) P(x).

在许多情况下，我们希望衡量随机变量\ :math:`X`\ 与其期望值的偏置。这可以通过方差来量化

.. math::

   \mathrm{Var}[X] = E\left[(X - E[X])^2\right] =
   E[X^2] - E[X]^2.

方差的平方根被称为\ *标准差*\ （standard deviation）。
随机变量函数的方差衡量的是：当从该随机变量分布中采样不同值\ :math:`x`\ 时，
函数值偏离该函数的期望的程度：

.. math:: \mathrm{Var}[f(x)] = E\left[\left(f(x) - E[f(x)]\right)^2\right].

小结
----

-  我们可以从概率分布中采样。
-  我们可以使用联合分布、条件分布、Bayes定理、边缘化和独立性假设来分析多个随机变量。
-  期望和方差为概率分布的关键特征的概括提供了实用的度量形式。

练习
----

1. 进行\ :math:`m=500`\ 组实验，每组抽取\ :math:`n=10`\ 个样本。改变\ :math:`m`\ 和\ :math:`n`\ ，观察和分析实验结果。
2. 给定两个概率为\ :math:`P(\mathcal{A})`\ 和\ :math:`P(\mathcal{B})`\ 的事件，计算\ :math:`P(\mathcal{A} \cup \mathcal{B})`\ 和\ :math:`P(\mathcal{A} \cap \mathcal{B})`\ 的上限和下限。（提示：使用\ `友元图 <https://en.wikipedia.org/wiki/Venn_diagram>`__\ 来展示这些情况。)
3. 假设我们有一系列随机变量，例如\ :math:`A`\ 、\ :math:`B`\ 和\ :math:`C`\ ，其中\ :math:`B`\ 只依赖于\ :math:`A`\ ，而\ :math:`C`\ 只依赖于\ :math:`B`\ ，能简化联合概率\ :math:`P(A, B, C)`\ 吗？（提示：这是一个\ `马尔可夫链 <https://en.wikipedia.org/wiki/Markov_chain>`__\ 。)
4. 在
   :numref:`subsec_probability_hiv_app`\ 中，第一个测试更准确。为什么不运行第一个测试两次，而是同时运行第一个和第二个测试?