《强化学习》第二版

生成式深度学习(第二版)-译文-第五章-自回归模型

章节目标了解自回归模型为何比较适合生成序列数据(例如文本)了解如何处理并tokenize文本数据了解RNN(recurrentneuralnetworks)的架构设计利用Keras从零开始构建并训练LSTM(longshort-termmemorynetwork)使用LSTM来生成新的文本了解RNNs的其它变种，包括GRUs(GatedRecurrentUnits)以及双向cells理解图形数据如
Garry1248·2023-11-28 15:56

生成式深度学习(第二版)-译文-第七章-基于能量的模型

章节目标:理解如何表述一个深度能量模型(deepenergy-basedmodel,EBM)。了解如何使用Langevindynamics从EBM中采样。使用contrastivedivergence训练你自己的EBM。分析EBM，包括观察Langevindynamics采样过程的快照。了解其它类型的EBM，例如受限玻尔兹曼机。基于能量的模型是一大类生成式模型，其核心思想借鉴自物理系统建模—也即，
Garry1248·2023-11-28 15:56

生成式深度学习(第二版)-译文-第八章-扩散模型(I)

终于到了扩散模型，开心！章节目标了解定义一个扩散模型的底层原则和要素。清楚前向过程是如何给训练图像集添加噪声的。理解重参数化技巧以及为何该技巧是重要的。探索前向扩散的不同形式。理解逆向扩散过程，以及它是如何和前向加噪过程关联的。探索U-Net架构，该架构用于逆向扩散过程的参数化。使用Keras来构建你自己的去噪扩散模型(denoisingdiffusionmodel,DDM)以生成鲜花图像。从你的
Garry1248·2023-11-28 15:56

生成式深度学习(第二版)-译文-第九章-Transformers (I)

章节目标:了解GPT的起源，一种用于文本生成的强大解码器Transformer。从概念上了解注意力机制是如何模拟人类的注意力:对句子中某些词比其他关注更多。从第一性原理出发深入了解注意力机制是如何工作的，包括queries，keys以及values是如何创建和操作的。知道因果掩膜在文本生成任务上的重要性。理解注意力头(attentionheads)如何聚集到多头注意力层(multiheadatte
Garry1248·2023-11-28 15:56

生成式深度学习(第二版)-译文-第四章-生成对抗网络

章节目标了解生成对抗网络(GAN)的架构设计；利用Keras从零开始训练一个深度卷积GAN(DCGAN)。利用DCGAN来生成新的图像。理解训练DCGAN时面临的常见问题。了解WassersteinGAN(WGAN)架构如何解决上述问题。理解WGAN可以添加的额外改进，例如融合梯度惩罚(GradientPenalty,GP)项到损失函数。利用Keras从零开始构建WGAN-GP。利用WGAN-GP
Garry1248·2023-11-28 15:26

生成式深度学习(第二版)-译文-第三章-变分自编码器

第二部分.方法在第二部分，我们将深入六类生成式模型，包括他们背后的工作机理，以及实际的样例来展示如何构建各类模型。在第三章中，我们一起来看看本书的第一个生成式深度学习模型，即变分自编码器。这一技术不仅可以让我们生成真实感的人脸图像，也可以修改已有图像—例如，增加微笑/改变某人的发色。在第四章中，我们将探索近年来最成功的生成式建模技术之一:生成式对抗网络。我们将看到GAN训练、调优的方式，以及它如何
Garry1248·2023-11-28 15:25

数据结构学习-Java实现复数类

文章目录前言一、背景Java代码1.复数类2.测试总结前言记录自己学习数据结构的点点滴滴，课程是听的青岛大学王卓老师的数据结构课,使用课本为闫蔚敏数据结构第二版，本文代码使用java语言。
胡锅巴·2023-11-28 14:48

高中奥数 2021-12-21

~\2021-12-21-01（来源:数学奥林匹克小丛书第二版高中卷复数与向量张思汇复数与向量的应用P068例1）求经过且与某条直线垂直的直线方程,这里、对应的复数分别为、,为原点.分析与解对于平面上异于的点
天目春辉·2023-11-28 06:39

表征学习+强化学习

Firstly，我们先谈谈表征学习wikipedia给出的定义大概是：表征学习（又称特征学习representationlearning）是一种将原始数据转换成为能够被机器学习有效开发的一种技术的集合。瓶颈：（1）以前都是手工提取特征，但很困难、很昂贵、很耗时、并依赖于强大专业知识。（2）深度神经网络虽然可以有效地学到数据丰富的特征，但特征难以解读。通常神经网络层数越多，训练成本也越高。和预测学习
臻甄·2023-11-28 05:26

强化学习7 策略梯度算法

强化学习是一个通过奖惩来学习正确行为的机制。
Ray77888·2023-11-28 02:52

强化学习4：蒙特卡洛（MonteCarlo）

强化学习4：蒙特卡洛（MonteCarlo）概述通过贝尔曼方程求解最优策略π∗\pi^*π∗有3种基本方法：动态规划法、蒙特卡洛法和时间差分法。
Ray77888·2023-11-28 02:52

强化学习6：值函数近似 Value Function Approximation

表格型方法在大规模强化学习环境中表现不好，因为需要保存所有的状态动作对的价值所以会耗费很大的时间与空间。因此我们可以采用函数近似代替表格型方法，也就是用一个函数来表示价值，然后训练这个函数，当我们输入
Ray77888·2023-11-28 02:21

强化学习中的值函数近似算法

在这里插入图片描述目录  在开始说值函数近似方法之前，我们先回顾一下强化学习算法。
小小何先生·2023-11-27 23:05

【强化学习高阶技巧】Experience Replay经验回报

强化学习相关的高阶技巧ExperienceReplay经验回报的介绍。此处笔记根据B站课程，王树森老师的强化学习记录而来。
庄园特聘拆椅狂魔·2023-11-27 22:36

深度学习基础（TensorFlow）

如何理解机器学习、深度学习和神经网络机器学习是人工智能的子研究领域，核心思想是通过经验提升性能，有监督学习非监督学习和强化学习范式；深度学习是机器学习的子研究领域，是现在非常流行的研究方法，性能非常强大
行走的参考文献·2023-11-27 21:17

强化学习中的深度Q网络

深度Q网络（DeepQ-Network，DQN）是一种结合了深度学习和强化学习的方法，用于解决离散状态和离散动作空间的强化学习问题。
温柔的行子·2023-11-27 20:28

强化学习中的Q学习

Q学习（Q-Learning）是强化学习中的一种基于值的学习方法，用于在有限马尔可夫决策过程（MDP）中学习最优的动作策略。Q学习主要用于离散状态和离散动作的问题。
温柔的行子·2023-11-27 20:27

强化学习中的“agent“

在强化学习中，"agent"（智能体）是指一个在环境中执行动作以达到某个目标的实体。强化学习是一种机器学习范式，其中智能体通过与环境的交互来学习最优的行为策略，以最大化累积的奖励信号。
温柔的行子·2023-11-27 20:23

《程序员代码面试指南》it名企算法与数据结构题目最优解（第二版）刷题笔记11

由于之前看了牛客网的数据结构和算法的课程知道了左神，现在找到了这本书当作入门书做做吧，虽然书的题解都是java实现的，但好在用c++实现难度不大第二章链表问题题目一：将单链表的每k个节点之间逆序给定一个单链表的表头节点head，实现一个调整单链表的函数，是的每k个节点之间逆序，如果最后不够k个节点一组，则不调整最后几个节点方法一：利用栈结构，时间复杂度O(N)，空间复杂度O(k)structLis
鶸.·2023-11-27 18:12

【编译原理】编译器简介及编译器结构概述

下方的图片摘自编译器设计第二版。本文参考编译器设计第二版（橡书）和编译原理第三版（陈火旺版）。文章目录编译器简介编译器是什么？解释器怎么工作的？
Lord_Bao·2023-11-27 18:08

设计模式之依赖倒置原则

写在前面本博主说写设计模式模块的内容皆来自《设计模式之禅第二版》，有兴趣的朋友可以去看原创作者的书籍，我写在这是为了本人方便或者其它朋友能够单独的看到想看的设计模式。原著写得很好，强烈建议观看原书。
lglhope·2023-11-27 16:58

加强教学学习研究 提高课堂质量效益——前省庄小学三年级数学教学学期工作总结

一学期来，我坚持以学生为中心，以让学生学会学习为目标，把学生学习习惯养成放在首要位置，不断强化学习方式培训和加强教学方式的转变，践行“我的岗位我负责，我的工作请放心”的尽责担当精神，着力提高课堂教学效益
问道教育·2023-11-27 14:06

【一】AI Studio 项目详解【(一)VisualDL工具、环境使用说明、脚本任务、图形化任务、在线部署及预测】PARL

相关文章【一】-环境配置+python入门教学【二】-Parl基础命令【三】-Notebook、&pdb、ipdb调试【四】-强化学习入门简介【五】-Sarsa&Qlearing详细讲解【六】-DQN【
汀、人工智能·2023-11-27 13:23

OpenAi Q* (Q Star)项目入门介绍

1）Q可能是指"Q-learning"，这是一种用于强化学习的机器学习算法。Q名称的由来*：把"Q*"想象成超级智能机器人的昵称。Q的意思是这个机器人非常善于做决定。
数据与后端架构提升之路·2023-11-27 13:05

强化学习各种符号含义解释

：状态:动作:奖励:奖励函数:非终结状态:全部状态，包括终结状态:动作集合ℛ:奖励集合:转移矩阵:离散时间步：回合内最终时间步:时间t的状态:时间t动作:时间t的奖励,通常为随机量，且由和决定:回报:n步回报:折扣回报:策略:根据确定性策略,状态s时所采取的动作:根据随机性策略,在状态s时执行动作a的概率:根据状态s和动作a，使得状态转移成且获得奖励r的概率:根据转态s和动作a,使得状态转移成的概
半路程序员·2023-11-27 12:19

Reward Modelling（RM）and Reinfo

RewardModelling（RM）andReinfo文章标签数据语言模型强化学习文章分类jQuery前端开发阅读数254RewardModelling（RM）andReinforcementLearningfromHumanFeedback
量化交易曾小健(金融号)·2023-11-27 11:15

GPT实战系列-GPT训练的Pretraining，SFT，Reward Modeling，RLHF

RewardModeling，RLHFPretraining预训练阶段SupervisedFineTuning（SFT）监督微调阶段RewardModeling奖励评价建模ReinformentLearningRLHF强化学习大模型常
Alex_StarSky·2023-11-27 11:09

628 公共管理学综合

参考书目：《公共管理学》（第二版），中国人民大学出版社，2017，陈振明；《公共政策导论》（第四版），中国人民大学出版社，2015，谢明。
水晶之星星·2023-11-27 09:02

体系结构复习（张晨曦 计算机系统结构教程第二版）

文章目录体系结构复习（张晨曦计算机系统结构教程第二版）第一章计算机系统的多层级结构分类法Flynn分类法冯氏分类法Handler分类法Amdahl定律，加速比CPU性能公式程序的局部性原理冯·诺依曼结构系列机仿真和模拟并行概念并行性的等级提高并行性的途径第二章指令指令系统的结构控制指令的内容指令系统的要求指令操作码的优化赫夫曼编码等长拓展码指令系统的发展方向
han1254·2023-11-27 08:51

对中小学教师教育科研的界定

持之以恒，久必芬芳【目标】三年读完100本书【打卡】第107天20200625【书目1】《教师如何做研究》【作者】郑金洲【版次】华东师范大学出版社，2018年3月第二版【页数】共198页【进度】39-49
蓦然回首客·2023-11-27 08:28

Adversarial Attack on Graph Structured Data（2018 PMLR）

我们首先提出一种基于强化学习的攻击方法，该方法学习可泛化的攻击策略，
今我来思雨霏霏_JYF·2023-11-27 02:23

＜深度强化学习落地方法论＞ 笔记

Part1.需求分析DRL的过拟合天性DRL解决的是从过去经验中学习有用知识，并用于后续决策的问题。比起视觉方面的检测、识别等，决策是一个更高层的行为，所以对环境要求更为严苛，导致DRL十分依赖过拟合，并且泛化能力非常差（唯一被允许在训练集上测试的算法的称号不是盖的）。此外，由于训练过程中缺乏直接监督的信号，DRL对数据量的要求也非常巨大。所以在DRL训练中，Value函数去过拟合环境转移特性与r
什么都不太行的syq·2023-11-27 01:04

深度强化学习落地方法论（4）——动作空间篇

目录前言对动作空间的三个要求完备性高效性合法性结语前言在将DRL应用于实际项目时，可能最轻松愉快的部分就是动作空间定义了。倒不是因为这项工作简单，而是agent的控制方式往往早就定死了，留给我们发挥的空间很小，就好像我们无法决定DOTA里允许多少种操作，也无法改变一台机器人的关节数量和各自的角度范围，Gym用户甚至从来都不用为这个问题操心，action空间有多少维，连续还是离散，各种domain早
wyjjyn·2023-11-27 01:34

《深度强化学习落地指南》读书笔记2--动作空间设计

动作空间设计大有可为动作空间设计：这里大有可为动作空间设计三原则动作空间设计：这里大有可为你好！这是你第一次使用Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器,可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。概要：对于特定任务而言，动作空间在事实上决定了任何算法所能达到的性能上限；action、state、reward三者之间常常需要一定的协同设计。
第一剑柄·2023-11-27 01:03

强化学习入门

搬运几个自己学习机器学习（强化学习）的网站：莫烦python很棒的入门视频，几乎几乎什么都有，起飞到不行，b站也有相关链接。
星行夜空·2023-11-27 01:00

深度强化学习中的动作屏蔽（Action Masking）

RLlib中的example有一个代码是action_masking，很感兴趣，所以学习了一下主要功能是：“动作屏蔽”允许代理根据当前观察选择动作。这在许多实际场景中非常有用，在这些场景中，不同的时间步长可以执行不同的操作。解释动作屏蔽的博客文章：https://boring-guy.sh/posts/masking-rl/RLlib支持动作屏蔽，即通过稍微调整环境和模型来禁止这些动作，如本示例所
星行夜空·2023-11-27 01:58

每日学术速递3.27

CV-计算机视觉|ML-机器学习|RL-强化学习|NLP自然语言处理Subjects:cs.CV1.Text2Room:ExtractingTextured3DMeshesfrom2DText-to-ImageModels
AiCharm·2023-11-27 01:56

springcloud微服务实战

springboot入门实战视频教程-首套中文教程3、51CTOSpringBoot实战与原理分析视频课程4、ElasticSearch5视频教程5、Elasticsearch顶尖高手系列：高手进阶篇（最新第二版
weixin_30455067·2023-11-26 23:49

[第12篇 初心] 随笔

两天的强化学习，让我对体式有了更深的理解，对身体有了更好的觉知，对于我，瑜伽就
海水正蓝_fb05·2023-11-26 21:43

大模型三阶段训练

为了训练专有领域模型，选择LLaMA2-7B作为基座模型，由于LLaMA模型中文词表有限，因此首先进行中文词表的扩展，然后进行三阶段训练（增量预训练，有监督微调，强化学习）。
hj_caas·2023-11-26 20:17

浅谈C语言——难点重点区（2）

本文章参考《C语言程序设计现代方法(第二版)》以及自己总结，不正确或者不适当的地方欢迎批评指正，主要以学习总结以及应用为主，在深入学习的同时也会及时更正不适合的地方。大约需要15分钟进行阅读和理解。
小颂先生·2023-11-26 18:55

MATLAB强化学习一：曲线绘制基础添加标题+图例+颜色

MATLAB强化学习一：曲线绘制添加标题+图例+颜色1.plot函数绘制曲线plot(x,y,'r');2.颜色是以x变量为横坐标，y变量为纵坐标绘制红色曲线。其中，颜色控制由‘r’实现。
求知小菜鸟·2023-11-26 14:20

生成式深度学习(第二版)-译文-第六章-归一化流模型

章节目标:了解归一化流模型如何利用变量方程的变化。知道雅可比行列式(Jacobiandeterminant)在计算显式密度函数中的决定性作用。理解我们如何使用耦合层来限制雅可比形式。理解神经网络该如何设计成可逆。构建一个RealNVP模型—一个归一化流的特定例子，以生成2D空间中的点。使用RealNVP模型来生成新的点，看起来像是从数据分布中直接抽取。了解RealNVP模型的两个关键拓展，GLOW
Garry1248·2023-11-26 13:34

12、基于模型的策略学习（Model-based policy learning）

主要要点：梳理之前关于model-based强化学习的几个迭代版本探索如何学习基于模型强化学习的全局策略，局部策略。
Jabes·2023-11-26 12:15

人工智能对我们的生活影响

监督学习、无监督学习和强化学习是机器学习的主要范畴。（2）自然语言处理（NaturalLang
生生不息~·2023-11-26 12:11

Linux加强篇006-存储结构与管理硬盘

第一版我已经全部放到我的精选里了，大家可以点开我的头像主页，选择精选观看，本系列依照《Linux就该这么学》第二版随
库库的里昂·2023-11-26 09:20

Linux加强篇005-用户身份与文件权限

本系列依照《Linux就该这么学》第二版随书学习练习操作，将一些课本上不顺畅的地方，全部以最简方式免费开源展示给大家，资源大家可以自行百度，学习起来我们既要多
库库的里昂·2023-11-26 09:19

强化学习简介及马尔科夫决策过程

1.什么是强化学习  强化学习（reinforcementlearning,RL）是近年来大家提的非常多的一个概念，那么，什么叫强化学习？  
飞剑客阿飞·2023-11-26 08:33

【《伤寒论》强化学习训练】打卡第24天，一期目标90天

太阳之为病，脉浮，头项强痛而恶寒。①太阳区块受到邪气的干扰，被病毒的能量侵入身体时，身体就会开始凝聚挡住病毒攻击。②这时身体呈现的现象就会有：脉浮，就是一碰到皮肤就觉得它在跳，等到按到底下就会觉得底下比较空。③把脉的方法：浮取、中取、沉取。浮取：轻轻的手指头贴到皮肤，称之为浮取。中取：按到肉中间，称之为中取。沉取：沉到最底下按到骨头边，称之为沉取。④风气伤卫气，用桂枝汤。⑤寒气伤营气，用麻黄汤。桂
最闪亮的那颗星_b02d·2023-11-26 06:05

基于3个操作系统的靶场，从零开始做安全渗透工程师

通过三天的强化学习,把平时学习的技术串联起来，最终达到提升渗透能力的目的主题安全渗透岗在业内叫法也称“白帽子黑客”。
kali_Ma·2023-11-26 06:56
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他