强化学习由浅入深

编织人工智能：机器学习发展历史与关键技术全解析

早期突破支持向量机神经网络初探3.21世纪初期的发展3.1集成学习方法随机森林XGBoost3.2深度学习的崛起卷积神经网络（CNN）循环神经网络（RNN）4.当代机器学习4.1迁移学习Fine-Tuning预训练模型4.2强化学习
TechLead KrisChang·2023-08-07 11:20

这就是ChatGPT阅读有感

ChatGPT是由OpenAI于2022年11月推出的一个人工智能聊天机器人程序，该程序基于大型语言模型GPT-3.5，使用指令微调（InstructionTuning）和基于人类反馈的强化学习技术（RLHF
zheng823602·2023-08-07 11:16

育人幼教部百日行动派day64 今日所读《3—6岁儿童指南》

教师要精心设计教学活动，在教学中出示各种挂图或实物，设计由浅入深的问题，让幼儿在感知中掌握，从而懂得使用词汇进行表达。
沉甸甸的沉·2023-08-07 10:58

强化学习——价值学习

价值学习首先引入折扣回报的概念，Ut=Rt+γRt+1+γ2Rt+2+...U_t=R_t+\gammaR_{t+1}+\gamma^2R_{t+2}+...Ut=Rt+γRt+1+γ2Rt+2+...，因此它依赖于action序列At,At+1,At+2,...A_t,A_{t+1},A_{t+2},...At,At+1,At+2,...以及状态序列St,St+1,St+2,...S_t,S_{
u小鬼·2023-08-07 08:35

思维导图|把知识提炼为导图

如果是我，我会如何由浅入深的来解释把知识提炼为导图。优优老师的课程从why-what-how的框架，配以案例说明来进行讲述。
一粒牛油果·2023-08-07 03:23

强化学习算法总结（一）——从零到DQN变体

这是新开的一个系列，将结合理论和部分代码（byElegantRL）介绍强化学习中的算法，将从基础理论总结到现在常用的SAC,TD3等算法，希望能帮助大家重温知识点。
CristianoC·2023-08-06 18:20

使用强化学习破解迷宫实战

大家好，本文将实现一种强化学习算法来解决迷宫问题，并完成以下步骤：创建迷宫环境、定义迷宫类，以及使用值迭代算法（ValueIterationalgorithm）找到穿越迷宫的最优策略。
python156·2023-08-06 15:21

Volatile关键字实现原理

我会先从volatile在java中的特性入手，然后讲解java中volatile在x86-tso中的实现，最后讲解java中volatile在JMM中是如何实现的，这样的安排个人觉得是由浅入深的，可以减少读者的阅读负担
一剑光寒十九洲·2023-08-06 15:20

【伤寒强化学习训练】打卡第六十五天 一期90天

太阳病方证总结一、太阳病经证1.太阳病中风表虚证：桂枝汤证、桂枝汤兼证（1）桂枝汤证：组成：桂枝3两（去皮），芍药3两，甘草2两（炙），生姜3两（切），大枣12枚。桂枝汤煎煮法：用七碗水煮成四五碗这样，去渣后就大概是三碗了，分三次喝；桂枝汤要及时服用，所以煮之前可以不泡。桂枝汤是发散的药，不是补药，发散的药煮久了辛辣的东西会蒸发掉，药性变弱，所以煮二三十分钟即可（有大黄的承气汤也不能煮太久）桂枝汤
A卐炏澬焚·2023-08-06 11:19

Session与Cookie的区别（一）

因此这会是一系列的文章，我称之为Session与Cookie三部曲，会由浅入深，从不同的面向去看Session与Co
爱敲代码的学长·2023-08-06 09:22

北师大第三天——让学校以我为荣

那我们在教学的时候要明确目的，要有层次，由浅入深，自己去选取适合自己和孩子的内容去进行授课。
富源088程秀琳·2023-08-06 06:34

【伤寒强化学习训练】打卡第二十五天 一期90天

一、【6.7】病有发热恶寒者，发于阳也，无热恶寒者，发于阴也。发于阳，七日愈，发于阴，六日愈，以阳数七，阴数六故也。1.《伤寒论》和《辅行诀》的源头都是《汤液经法》，条文里面提到的6和7的数字可以结合《辅行诀》里的五行成数来理解。2.五行的生数：天一生水，地二生火，三生木，四生金，五生土，然后转完一圈又回到六是水，七是火……3.阳进为补，其数七火数也，阴退为泻其数六水数也——6的意义除了水以外，还
A卐炏澬焚·2023-08-06 00:47

强化学习的应用领域和案例

你好，我是zhenguo(郭震)今天总结强化学习第四篇：强化学习的应用领域第一：游戏领域。强化学习在游戏领域有很多应用，如围棋、象棋、扑克等游戏的AI对战。
算法channel·2023-08-05 19:43

强化学习案例_强化学习系列案例 | 蒙特卡洛方法实现21点游戏策略

快速获取案例方式：数据酷客公众号内发送“强化学习”。蒙特卡洛方法(MonteCarlomethod)是20世纪40年代中期提出的一种以概率统计为指导的重要数值计算方法。
weixin_39928099·2023-08-05 19:42

强化学习（四） - 蒙特卡洛方法（Monte Carlo Methods）及实例

强化学习（四）-蒙特卡洛方法（MonteCarloMethods）及实例4.蒙特卡洛方法4.1蒙特卡洛预测例4.1:Blackjack(21点)4.2动作价值的蒙特卡洛估计4.3MonteCarlo控制例
Stan Fu·2023-08-05 19:12

强化学习入门例子

flappybird为例子来讲看完这个我好像脑子里有个程序了：https://www.zhihu.com/question/26408259小鸟飞例子-建模关键点：增强学习有三个要素：状态S，动作A，奖惩R的策略QS：d(x,y)表示小鸟离下一根柱子的距离和高度差A：飞一下或者不飞，两种可选动作Q（S+A->R）：为一个策略表，也称之为Q，其实就是我们最终想学到的东西。就是在某状态S下采用不同动作
井底之蛙-hzq·2023-08-05 19:41

强化学习实战-吃豆人Pacman经典案例分析

本文是转载文章：原文来源于知乎KingJames大神的文章：策略产品经理必读系列—第三讲强化学习实战-知乎前言：上篇介绍了什么是强化学习，本篇实战讲解强化学习，提供所有的实战代码，可以自行下载运行。
seaside2003·2023-08-05 19:41

强化学习主要算法原理及代码示例

强化学习算法包括以下几种：Q-learning：基于值函数的强化学习算法，通过学习最优策略来最大化累积奖励。
打入凡间的zhu·2023-08-05 19:41

7个最流行的强化学习算法实战案例（附 Python 代码)

大家好，目前流行的强化学习算法包括Q-learning、SARSA、DDPG、A2C、PPO、DQN和TRPO。
Python数据开发·2023-08-05 19:41

大数据教材推荐|Python数据挖掘入门、进阶与案例分析

主编：卢滔，张良均，戴浩，李曼，陈四德出版社：机械工业出版社内容提要本书从实践出发，结合11个“泰迪杯”官方推出的赛题，按照赛题的难易程度进行排序，由浅入深地介绍数据挖掘技术在商务、教育、交通、传媒、旅游
泰迪智能科技·2023-08-05 16:39

强化学习总结

强化学习主要分为两个分支，一个是Q-Learning，一个是policygradientdecent，还有一个目前的主流研究就是把二者合并本文所有图片和文字来自https://mofanpy.com/tutorials
SimonLiu000·2023-08-05 16:27

偶拾数典

比喻做事情要循序渐进，由浅入深。做事脚踏实地从小事做起。注意:不能误以为这个成语的意思是看见高山而觉得自己很渺小。[出处]《礼记·中庸》：“譬如行远必自迩，譬如登高必自卑。”
素朴芳华·2023-08-05 15:09

01统计学习及监督学习概论

分类1.主要可以分为监督学习、无监督学习、半监督学习、强化学习监督学习的主要任务有回归问题和分类问题，回归问题中，输出是连续的值，分类问题中，输出是分类标签监督学习和无监督学习的区别是有无预先标记的训练实例半监督学习
查理的小号·2023-08-05 12:45

找工作第三弹——JS面试题由浅入深

目录前言理论篇1.js的单线程2.js的数据类型3.js的内存泄漏4.js的宏任务与微任务（事件循环机制）5.js的作用域与作用域链6.js的闭包7.ES6新增8.原型和原型链8.深浅拷贝9.js的防抖和节流10.js中的this指向11.改变this指向的call、apply、bind12.事件流13.DOM与BOM14.let、const、var的区别15.普通函数与箭头函数的区别16.回调函
巧克力小猫猿·2023-08-05 03:29

机器学习---概述(一)

特征工程2.3.1特征提取2.3.2特征预处理2.3.3特征降维2.4机器学习2.5模型评估3.机器学习的算法分类3.1监督学习3.1.1回归问题3.1.2分类问题3.2无监督学习3.3半监督学习3.4强化学习
肥大毛·2023-08-05 03:59

不等式的性质

不等式的性质是人教版初中数学第九章的内容，本章节主要讲了不等式的基本定义及性质，还有一元一次不等式与一元一次不等式组；该课时是在不等式的基本定义基础上学习的，并为后面学习一元一次不等式与一元一次不等式组奠定基础，让学生由浅入深的进行学习
凉山163刘忠英·2023-08-04 20:25

WebSocket协议：5分钟入门到精通

本文由浅入深，介绍了WebSocket如何建立连接、交换数据的细节，以及数据帧的格式。此外，还简要介绍了针对WebSocket的安全攻击，以及协议是如何抵御类似攻击的。
Lamb!·2023-08-04 20:14

【学习强化学习】六、DQN算法原理及实现

文章目录参考资料前言1.StateValueFunction1.1StateValueFunctionEstimation1.1Monte-Carlo(MC)-based1.2TD-based1.3MC跟TD有什么样的差别1.3.1方差1.3.2评估结果不同2.State-actionValueFunction(Q-function)2.1Q函数作用机理分析2.2通过Q函数找最优策略2.2.1为什
CHH3213·2023-08-04 14:23

[强化学习实战]深度Q学习-DQN算法原理

深度Q学习深度Q学习将深度学习和强化学习相结合，是第一个深度强化学习算法。
如果我变成回忆l·2023-08-04 14:52

零基础强化学习入门分享

（一）前言：强化学习入门顺序。以前主要学习硬件PCB单片机等知识，后来接触的项目也大多与电气相关，从一窍不通到稍微找到点门道，中间走过不少弯路，误打误撞中，也留下了一些经验。
YWXonline·2023-08-04 14:22

【强化学习】DQN（Deep Q network）原理及实现

神经网络应用到强化学习中时，输入为状态和动作，价值作为其输出，或者输入为状态，输出为最大值的动作，省略了需要用表格记录动作及状态的过程，可更好的应用于复杂状态下的处理。DQN中还有两种机理用于提升。
cc街道办事处·2023-08-04 14:50

强化学习分享（一） DQN算法原理及实现

（一）强化学习算法介绍DQN，顾名思义，DeepQLearning;在传统强化学习Q-Learning的基础之上，用深度学习的神经网络来拟合函Q值函数，从而达到更好的学习效果。
YWXonline·2023-08-04 14:46

AI Chat 设计模式：11. 状态模式

A.2Q.3知道了，我是第一次学习状态模式，你能由浅入深给我讲解一下吗A.3Q.4状态模式中，状态的切换应该放到具体状态类里还是上下文类里呢A.4Q.5上面的例子不错，就是给我换成c++语言吧A.5Q.6
会灰的飞猫·2023-08-04 11:03

2019-05-05人生算法

4、该算法采用了强化学习——
玉如于成·2023-08-04 10:47

感恩日记133

1.感恩每天的强化学习，有点吃不消，但也硬着头皮去听去学。谢谢、谢谢、谢谢。2.感恩今天又学会存生命之细胞体，感慨时代技术进步之飞速。谢谢、谢谢、谢谢。
宜蔓·2023-08-04 09:47

强化学习(DQN）教程

强化学习(DQN）教程本教程介绍了如何使用PyTorch在OpenAIGym上的CartPole-v0任务上训练深度Q-learning(DQN)智能体。
yanglamei1962·2023-08-04 08:15

python sns绘制回归线_使用seaborn绘制强化学习中的图片

本篇用绘制强化学习中的rewards举例，实际上也可以用来机器学习中的loss曲线，原理类似。
weixin_39814378·2023-08-04 06:37

Java核心（二）深入理解线程池ThreadPool

Threadpool本文你将获得以下信息：线程池源码解读线程池执行流程分析带返回值的线程池实现延迟线程池实现为了方便读者理解，本文会由浅入深，先从线程池的使用开始再延伸到源码解读和源码分析等高级内容，读者可根据自己的情况自主选择阅读顺序和需要了解的章节
Java中文社群_老王·2023-08-04 02:37

9月1日一92天中医强化群学习总结（韦爱琪）

2.92天的强化学习，也让自己养成了每天大量看书学习的习惯，也影响到了孩子喜欢看书学习。一路走来，感受到了老师说过的晴耕雨读，一样的时间，不日进则日退。体会
韦爱琪·2023-08-03 23:05

无界AI：2023年AIGC之AI绘画行业发展研究报告（附下载）

关于报告的所有内容，公众【营销人星球】获取下载查看核心观点在赋予NPC更高智能的道路-上，还存在一种更先进的基于强化学习的混沌球算法。
insightortop·2023-08-03 23:35

面向金融科技方向选手！一级学会背书，AI选股与可视分析大赛来啦

在深度学习、强化学习和自然语言处理等技术取得不断突破和创新的今天，AI如何赋能量化投资领域，助力开发者打造表现优异，更加安全可靠的量化模型？
飞桨PaddlePaddle·2023-08-03 20:18

【AI底层逻辑】——篇章6：人工神经网络（深度学习算法）

目录引入一、深度学习算法1、人工神经网络结构2、卷积神经网络3、循环神经网络：模拟记忆①循环神经网络②长短时记忆网络（LSTM）4、强化学习①强化学习的控制论②强化学习的反馈机制③马尔可夫决策过程④强化学习的重要地位往期精彩
柯宝最帅·2023-08-03 14:23

今天继续研究floating base

今天回家看完两个强化学习的视频。
音乐大森林一株小树·2023-08-03 14:12

32~如何让思考有逻辑

今天在得到听了几本关于思考的书，总结几个让思考充满逻辑的方法1.结构化思维（1）抓信息要点：分清楚叙述信息和评判信息（2）设计结构：金字塔原理，凡事想三点，从主要到关键到次要，MECE原则，不重不漏（3）解决问题：陈述事实+由浅入深地分析原因
思考掌控人生·2023-08-03 09:24

详解近端策略优化(ppo，干货满满)

在强化学习里面，我们需要学习的其实就是一个智能体。如果要学习的智能体跟和环境互动的智能体是同一个的话，称之为同策略。如果要学习的智能体跟和环境互动的智能体不是同一个的话，称之为异策略。
行者AI·2023-08-03 08:53

26个精选的JavaScript面试问题

译者按：从各个平台精选整理出26道由浅入深的题目助你面试原文:Top26JavaScriptInterviewQuestionsIWishIKnew译者:Fundebug为了保证可读性，本文采用意译而非直译
Fundebug·2023-08-03 06:14

放下手里的微博微信和吃鸡，多刷刷下面的这些网站吧~

Coursera—免费学习来自全球20多个国家100多所顶尖大学的课程，有提供认证证书的专项课程，由浅入深系统学习一个领域。MITOpenCourseware—创建于200
一个温暖的韩国欧巴·2023-08-03 01:06

Python 线程池 (thread pool) 创建及使用 + 实例代码

由浅入深的理解如何在实际开发中，使用线程池来提高处理线程的效率。一、线程1.线程介绍线程（英语：thread）是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。
qqqQQQ1117·2023-08-03 01:29

数据结构与算法之美（一）开篇&导读

专栏设计：1.从多本书籍和多年项目经验中，选取最实用的内容讲解2.让学员知其然并且知其所以然，捋清楚其设计思想，以培养举一反三的能力3.结合真实案例讲解，让学员学会将数据结构与算法应用到实际的编码中4.由浅入深分成四个递进的模块
sssummerr·2023-08-02 21:03

Python tqdm的两种用法【教程】

Pythontqdm的两种用法本文记录一下在学习深度强化学习过程中遇到tqdm库显示进度条的用法，以供大家交流。
木心·2023-08-02 17:09
上一页 41 42 43 44 45 46 47 48 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他