强化学习公开课

解密人工智能：探索机器学习奥秘

文章目录前言一.机器学习的定义二.机器学习的发展历程三.机器学习的原理四.机器学习的分类3.1监督学习3.2无监督学习3.3半监督学习3.4强化学习3.5四种分类对比五.机器学习的应用场景六.机器学习的未来发展趋势全文总结前言机器学习
聆风吟_·2024-01-29 08:25

《再塑生命的人》听课所思

前不久听了学校的公开课，七年级李老师所执教的海伦·凯勒所写的《再塑生命的人》。这是一篇经典篇目，之前我也教过这篇文章，印象不深，可能就是很平常的讲过去了。
凯尔文_追梦人·2024-01-29 07:47

春蕾第八幼儿园公开课如期而至

春蕾教育集团教学部重磅出击，为了进一步贯彻落实《3-6岁儿童学习与发展指南》以及《幼儿园指导纲要》，提高我园教师组织教育教学活动的能力，促进教师专业成长，提升我园的整体保教水平，特举行本次教学公开课大赛
愿一切安好_b89c·2024-01-29 06:29

学习彩铅半个月啦

2020年3月7日，朋友领我入彩铅门，开始是听了几节免费公开课跟着老师画，最后两幅是看到网上漂亮作品，自己尝试临摹，这是半个月所有作品，看到每天的进步真的好开心。
依花茗香_0c9f·2024-01-29 04:18

深度强化学习_AlphaGo 王树森课程笔记

AlphaGo一、游戏规则二、设计思路三、Training1.策略网络1.1State(ofAlphaGoZero)1.2PolicyNetwork1.3BehaviorCloning1.4策略梯度2.价值网络2.1PolicyValueNetworks(AlphaGoZero)2.2训练价值网络四、Execution：MonteCarloTreeSearch1.主要思想2.MCTS步骤2.1St
淀粉爱好者·2024-01-29 03:53

深度强化学习之价值学习-王树森课程笔记

学习资料深度强化学习课程-王树森目录一、Value-basedlearning二、DeepQ-Network(DQN)1.原理2.DQN结构（以超级玛丽为例）3.用DQN操作Agent打游戏三、TemporalDifferenceLearning
淀粉爱好者·2024-01-29 03:23

深度强化学习之策略学习-王树森课程笔记

学习资料深度强化学习课程-王树森目录一、Policy-basedlearning二、PolicyNetwork三、Policy-BasedReinforcementLearning（策略学习）1.用神经网络近似状态价值函数
淀粉爱好者·2024-01-29 03:23

王树森《深度强化学习》学习笔记

基本概念马尔可夫决策过程(MDP)智能体（agent）：强化学习的主体，由谁做动作或决策，谁就是智能体环境（environment）：与智能体交互的对象，可以抽象的理解为交互过程中的规则或机理状态(state
ustb_student·2024-01-29 03:22

深度强化学习（王树森）笔记04

深度强化学习（DRL）本文是学习笔记，如有侵权，请联系删除。本文在ChatGPT辅助下完成。
阿正的梦工坊·2024-01-29 03:19

消防演习

记得老公出发之前，我去听儿子学校举报的消防公开课。受益很多。那次消防演习，学校提前通知了家长，还让家长给孩子们每人准备条毛巾。大概3点钟，很多家长都已经到了。
快乐佩奇·2024-01-29 02:11

第四讲 宝宝入园，一月一病破解之法

本文摘自《儿科医生健康公开课》。
蓝天白云XM·2024-01-29 01:59

代码随想录算法训练营29期|day31 任务以及具体安排

题目分类大纲如下：#算法公开课《代码随想录》算法视频公开课(opensnewwindow)：贪心算法理论基础！(opensnewwindow),相信结合视频再看本篇题解，更有助于大家对本题的理解。
-源潮-·2024-01-29 00:36

Jmeter通过CSV保存测试数据，测试用例，及将测试结果导出到Excel里

点击链接加入群138269539（全国招聘信息、免费公开课、视频应有尽有）：https://jq.qq.com/?
测试帮日记·2024-01-28 20:10

【伤寒强化学习训练】打卡第十二天 一期90天

2021.1.12【11.47】厥阴之为病，消渴，气上撞心，心中疼热，饥而不欲食，食则吐蚘，下之，利不止。厥阴病是一个阴阳分裂的病，它跟少阴病是一个不同层面的问题，少阴病的很多问题是在于阳虚，而厥阴病是在阴阳分裂的问题厥阴病特质：寒气往底下掉，热气往上面冲（温热）部分人的舌苔厚而黄，部分人的舌头干干而没有舌苔（偏湿）一直想要喝水却并没有小便不利的状态，上焦发热口渴感觉胸口有东西顶住，又烫又热部分人
A卐炏澬焚·2024-01-28 20:59

如何讲议论文

这周我校的公开课，张老师上了一节顾颉刚的《怀疑与学问》，这是一篇议论文。张老师这节课可称得上是议论文课型的范例。张老师的课堂真实、朴实。她用议论文的三要素让学生学习议论文。
苏娜一林夕·2024-01-28 20:07

干国祥谈“如何上好公开课”笔记（一）

公开课的七种秘密武器1、定音锤——课前故事上课尚未开始，我们就得祭起一种特殊武器：课前故事。然而大多数使用者并未得此招的精髓。
爬坡启动·2024-01-28 19:40

文案生成贴心小助手

经过约1T标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62亿参数的ChatGLM-6B已经能生成相当符合人类偏好的回答。✨
会唱歌的炼丹师·2024-01-28 17:59

（82）常态也精彩

昨天我刚上班，平行班田老师就说起此事，我建议她和晓芳两位年轻老师准备，她们认为自己9月份上了公开课，说让我上一节。
快乐英子·2024-01-28 15:27

编出诗歌的美

每位老师都以公开课的方式，给与会的老师们带来了不同的视觉体验。读出诗歌的美！老师通过导入，引起学生的学习兴趣。一步步的示范、领读，学生可以有节奏有感情的朗读古诗。
6微笑66·2024-01-28 15:40

git查看上传给服务器有哪些文件格式,聊聊 Git 的三种传输协议及实现

前段时间在InfoQ公开课分享了《Gitee架构演进之路》
lalaland了·2024-01-28 15:02

《易效能时间管理》三天公开课复盘2021.8.13 1.高效率，慢生活，不需要忙一次只做一件事，理念上学习

《易效能时间管理》三天公开课复盘2021.8.131.高效率，慢生活，不需要忙一次只做一件事，理念上学习1.思维行为习惯命运2.书《高能要事》3.越忙越穷，没有时间提升自己，只能做眼下的事，人做任何事都有成本
034937a5e643·2024-01-28 13:30

华为比赛-慧科第一届人工智能应用创新大赛的入门培训的相关学习

前言之前强化学习的课程老师鼓励参加华为云的比赛，慧科杯第一届人工智能应用创新大赛（又想去白嫖GPU的资源）首先大概说一下这个比赛，基于华为ModelArts平台，和之前学习的百度的AIstudio来说，
renyujie518·2024-01-28 13:22

使用强化学习进行神经网络结构搜索的代码以及修改

目录代码一（UsingTensorFlow）：代码二（UsingTensorFlow）：代码三（UsingPyTorch）：参考：本人在网上找了三个相关的代码，但是都有问题，这里记录一下修改哪些地方之后可以跑通。代码一（UsingTensorFlow）：代码地址：https://github.com/wallarm/nascell-automl这个代码有详细的说明：TheFirstStep-by-
ThreeS_tones·2024-01-28 13:43

强化学习（四）动态规划——1

但其在强化学习中实用性有限，其一是它是基于环境模型已知；其二是它的计算成本很大。但它在理论伤仍然很重要，其他的一些算法与动态规划算法（DP）十分相似，只是计算量小及没有假设环境模型已知。
EasonZzzzzzz·2024-01-28 11:44

历史组教研活动宣传稿——桂阳二中蓉城校区

同时要主动积极参加各种形式的教研活动，每位老师本学期至少上一次教学公开课，通过对公开课的观摩、研讨，出谋划策，探索适合
邻家花园水族馆·2024-01-28 11:18

拼命干活吧

周四，课题组的老师要来验收材料，周四下午要学非洲鼓，周五要上公开课。天哪！这一周，莫不是忙死的节奏？我急着补材料，阿喵却大模大样的躺在了我的资料上。这个捣蛋鬼啊！图片发自App
风雨同舟_f997·2024-01-28 10:22

【机器学习】强化学习（八）-深度确定性策略梯度（DDPG）算法及LunarLanderContinuous-v2环境训练示例...

训练效果DDPG算法是一种基于演员-评论家（Actor-Critic）框架的深度强化学习（DeepReinforcementLearning）算法，它可以处理连续动作空间的问题。
十年一梦实验室·2024-01-28 09:53

如何毁掉孩子

我听到的公开课，教研课，学生都是喊着口号提醒坐正，课堂基本一问一答或者老师全说光。年复一年的这样下去，
左冲右突的老鼠·2024-01-28 08:00

击败 8 名人类规划师：清华团队提出强化学习的城市空间规划模型

作者：彬彬编辑：李宝珠，三羊‍清华大学研究团队提出了强化学习的城市社区空间规划模型与方法，并实现了人类规划师与人工智能算法协作的城市规划流程，为智能城市的自动化规划提供了全新思路。
数据派THU·2024-01-28 08:21

强化学习基础篇（五）动态规划之策略迭代（1）

强化学习基础篇（五）动态规划之策略迭代（1）1、如何改善策略（Howtoimproveapolicy）上节中我们讨论了如何使用贝尔曼期望方程进行策略估计,并没有对策略进行改进，而如果我们要解决控制问题，
Jabes·2024-01-28 06:06

学习AIGC大模型必知的强化学习RL的核心代码示例，速进！！！

我们的大模型商业化落地产品更多AI资讯请关注Free三天集训营助教在线为您火热答疑‍在人工智能的发展历程中，强化学习（RL）已成为推动技术突破的关键动力，尤其在自动化内容生成（AIGC）和大型语言模型（
OJAC近屿智能·2024-01-28 06:15

强化学习原理python篇03——贝尔曼最优公式

强化学习原理python篇03——贝尔曼最优公式）例子求解状态值求解行动值贝尔曼最优公式（Bellmanoptimalityequation）定义求解Contractionmappingtheorem步骤例子
WuRobb·2024-01-28 06:12

强化学习原理python篇04——迭代法

强化学习原理python篇04——迭代法Valueiteration数学原理算法步骤实例及python实现policyiteration数学原理算法步骤实例及python实现TruncatedpolicyiterationRef
WuRobb·2024-01-28 06:12

强化学习原理python篇05——蒙特卡罗方法

强化学习原理python篇05——MonteCarloMethods蒙特卡罗方法Ref本章全篇参考赵世钰老师的教材Mathmatical-Foundation-of-Reinforcement-LearningMonteCarloMethods
WuRobb·2024-01-28 06:12

强化学习原理python篇02——贝尔曼公式推导和求解

强化学习原理python篇02——贝尔曼公式概念bootstrapping（自举法）statevalue贝尔曼公式（BellmanEquation）贝尔曼公式以及python实现解法1——解析解解法2—
WuRobb·2024-01-28 06:42

强化学习原理python篇06——DQN

强化学习原理python篇05——DQNDQN算法定义DQN网络初始化环境开始训练可视化结果本章全篇参考赵世钰老师的教材Mathmatical-Foundation-of-Reinforcement-LearningDeepQ-learning
WuRobb·2024-01-28 06:08

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--大模型、扩散模型、视觉语言导航

分类:大语言模型LLM视觉模型VLM扩散模型视觉语言导航VLN具身智能，机器人强化学习开放词汇，检测分割[晓理紫]每日论文分享(有中文摘要，源码或项目地址)==LLM==标题:SpeechTokenizer
晓理紫·2024-01-28 05:10

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--强化学习、模仿学习、机器人、开放词汇

分类:大语言模型LLM视觉模型VLM扩散模型视觉语言导航VLN强化学习RL模仿学习IL机器人开放词汇，检测分割==RL==标题:BeyondTaskPerformance:EvaluatingandReducingtheFlawsofLargeM
晓理紫·2024-01-28 05:38

强化学习入门（更新中......）

废话不多说，此篇文章用于记录强化学习的入门学习过程。环境一：taxi-v3环境描述：出租车载客环境的地图尺寸为5*5，有4个目的地以及5个乘客可能出现的位置。
小雅不采薇·2024-01-28 02:27

使用webots进行强化学习

之前学习强化学习使用的环境是gym,但这毕竟不是长久之计，最后是需要使用机器人仿真的环境进行仿真，这里选择了webots。首先是建立模型。之前使用gym进行过通过控制车体运动来保持杆不倒的训练。
时光@印迹·2024-01-28 02:26

Deepbots 1.0发布：强化学习于Webots

Deepbots是一个开源框架，使Webots中实现强化学习更加容易。Webots提供创建自己的世界和机器人的简易工具，而deepbots则作为将Webots与任何gym兼容的RL代理的接口。
KelvinYang0320·2024-01-28 02:55

深度强化学习在避障轨迹规划中的应用【matlab电气工程】

一、主要内容前基于深度强化学习的避障方法，通常是引入额外的奖励函数，例如当机械臂发生碰撞时给予一个惩罚。
坷拉博士·2024-01-28 02:55

Webots搭建强化学习二轮避障小车（看看吧 蛮详细的）

作为一个刚接触webots数日的新手，来着手使用webots搭建一个二轮小车并实现避障的任务,以及使用webots进行强化学习的尝试。
小雅不采薇·2024-01-28 02:54

周末在家今日复盘15/365

8、感恩奇迹训练营公开课，考虑报名的事情，已报名9、TED演讲
张明杰·2024-01-27 23:13

“我要上体育公开课”活动总结 - 草稿

“我要上体育公开课”活动共分两阶段，第一阶段是全市中小学体育教师报名申请阶段。第二阶段是分学段、分片区分别进行借班上课。
尚海英·2024-01-27 23:29

今日小记

今天讲了新学校的第一次公开课，业务副校长一句话点评，“课再精炼下，送去评县级优质课完全没有问题！作为九年级应试教育课来看也是没问题的。”
奔跑的娃娃鱼·2024-01-27 22:23

《强化学习周刊》第65期：Neurips2022强化学习论文推荐（5）、MIT：机器狗当守门员、具身智能与机器人研讨会...

No.65智源社区强化学习组强化学习研究观点资源活动周刊订阅告诉大家一个好消息，《强化学习周刊》已经开启“订阅功能”，以后我们会向您自动推送最新版的《强化学习周刊》。
智源社区·2024-01-27 22:57

Chatgpt的崛起之路

Chatgpt的崛起之路背景与发展历程背景发展历程技术原理第一阶段：训练监督策略模型第二阶段：训练奖励模型第三阶段：采用强化学习来增强模型的能力。
Sirius·Black·2024-01-27 21:00

蒙特卡洛树搜索MCTS

其实在强化学习入门阶段就听说过蒙特卡洛搜索，比如多臂赌博机其实就是一个单一状态蒙特卡洛规划。
酸酸甜甜我最爱·2024-01-27 21:41

【MAC】Multi-Level Monte Carlo Actor-Critic阅读笔记

基本思想：利用多层次蒙特卡洛方法（Multi-LevelMonteCarlo，MLMC）和Actor-Critic算法，解决平均奖励强化学习中的快速混合问题。快速混合？
酸酸甜甜我最爱·2024-01-27 21:41
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他