强化学习笔记

1-5.WPS JS宏对象的属性、方法、集合---学习笔记

每个对象都有属性与方法。比如人就是一个对象，而人的手或脚就可以看做是人对象下的子对象。人的身高、体重就是属性。而人在吃、喝、拉、撒、睡就是方法(动作)。而多个对象就可以形成集合，比如一屋子人。在JS中，也是万物皆对象。比如JS中的字符串、数组、函数等都是对象。这些对象都有自己的属性与方法，后面在对应的章节中都有讲解。而在WPS表格，也有很多对象，比如WPS表格程序就是最大的对象，再比如WPS的工作
爱上妖精的尾巴·2025-02-28 04:29

扑克强化学习：DouZero/douzero/dmc/dmc.py （train）

deftrain(flags):"""Thisisthemainfuntionfortraining.Itwillfirstinitilizeeverything,suchasbuffers,optimizers,etc.Thenitwillstartsubprocessesasactors.Then,itwillcalllearningfunctionwithmultiplethreads.""
强化学习曾小健·2025-02-28 03:54

Spring 学习笔记（一）Spring两大核心技术IOC控制反转/DI依赖注入和AOP面向切面 案例 | 优化传统的Web开发 | MVC架构DAO层与Service层之间的解耦

文章目录参考资料运行环境一、Spring概述1.1Spring产生背景1.2两大核心技术IOC/DI+AOP二、Spring核心技术2.1IOC/DI2.1.1案例：IOC实现解耦2.1.2IOC/DI使用总结2.2AOP2.2.1案例：AOP实现日志打印2.2.2AOP使用总结：三、总结参考资料SPOC运行环境windows10IDEA2021.1专业版JDK8Spring-5.0.5一、Spr
「已注销」·2025-02-28 03:18

智能路径规划：从数学建模到算法优化的理论与实践

从经典的Dijkstra算法到前沿的强化学习方法，路径规划技术的发展始终依赖于数学建模与算法优化的深度结合。
木子算法·2025-02-28 00:59

【人工智能算法】人工智能算法都包括什么？请详细列出和解释

请详细列出和解释1.机器学习算法（MachineLearningAlgorithms）监督学习算法（SupervisedLearning）无监督学习算法（UnsupervisedLearning）强化学习算法
资源存储库·2025-02-27 22:08

腿足机器人之十三-强化学习PPO算法

腿足机器人之十三-强化学习PPO算法腿足机器人位姿常用强化学习算法PPO算法核心原理PPO算法的创新设计PPO算法典型流程优势函数对于复杂地形适应性（如楼梯、碎石路），传统的腿足机器人采用基于模型的控制器
shichaog·2025-02-27 22:05

微调 LLM （RLHF + DPO）

微调LLM（RLHF+DPO）使用强化学习（RL）根据人类反馈微调大语言模型（即RLHF）的方法，以及一种更有效的改进方法（即DPO）。
·2025-02-27 21:56

Go语言学习笔记（三）

文章目录十一、结构体匿名结构体匿名字段十二、方法接收器十三、接口接口实现条件空接口类型断言十四、IO操作Reader文件操作相关APIWriterbufioioutil工具包综合示例十五、包和gomod包包的引用格式gomod十一、结构体Go语言可以通过自定义的方式形成新的类型，结构体就是这些类型中的一种复合类型，结构体是由零个或多个任意类型的值聚合成的实体，每个值都可以称为结构体的成员。结构体成
正在绘制中·2025-02-27 21:55

Python学习_很好的学习笔记自用

Onthispage...(hide)1. 基本安装2. Python文档2.1 推荐资源站点2.2 其他参考资料2.3 代码示例3. 常用工具3.1 PythonIDE3.2 内置类库使用参考3.3 
百年渔翁_肯肯·2025-02-27 20:49

2025，AI变现有哪些机遇与挑战？

技术路线上，也不再局限于算力堆叠，而是探索强化学习、符号推理、类脑计算等新路径。并且，投入更小、更垂直的小模型涌现，为特定领域的应用提供了更高效的解决方案。
Imagination官方博客·2025-02-27 19:41

iOS音视频：OpenGL常用术语介绍

1、前言【iOS音视频】是个系列，里面会记录一些博主在iOS音视频方面的学习笔记、踩到的坑，以便温故而知新。
【零声教育】音视频开发进阶·2025-02-27 14:59

c#学习笔记

静态变量，实例变量，类的引用usingSystem;usingSystem.Collections.Generic;usingSystem.Linq;usingSystem.Text;usingSystem.Threading.Tasks;usingDemo;namespacestudytest//命名空间{classProgram//类{test1test=newtest1();//引用别的类的
一抓掉一大把·2025-02-27 13:21

C++ STL学习笔记

C++STL学习笔记引言C++STL（StandardTemplateLibrary，标准模板库）是C++编程语言的核心之一，提供了丰富的容器、算法、迭代器和函数对象。
黎明怀羽·2025-02-27 09:32

java23种设计模式-享元模式

享元模式（FlyweightPattern）学习笔记1.模式定义结构型设计模式，通过共享技术实现大量细粒度对象的复用，有效减少内存占用并提高性能。
千里码！·2025-02-27 09:28

Go语言学习笔记——类型转换工具库cast

文章目录Golang类型转换工具库cast简介快速入门安装使用高级转换时间和时长转换时间类型的转换字符串转换为时间时长类型的转换转换为切片ToIntSliceEToStringSliceE转为`map[string]Type`类型Golang类型转换工具库cast简介cast可以在Go中轻松安全地从一种类型转换为另一种类型，cast提供了简单的函数来轻松地将数字转换为字符串，将接口转换为布尔值等。
PPPsych·2025-02-27 08:54

深入解析STL与模板元编程的应用与心得

本文将围绕侯捷C++系列课程中的STL（StandardTemplateLibrary，标准模板库）与模板元编程部分展开学习笔记，分享个人对这两大主题的深入理解与学习心得。  
爱编程的Loren·2025-02-27 08:23

java23种设计模式-装饰器模式

装饰者模式（DecoratorPattern）学习笔记1.模式定义结构型设计模式，动态地为对象添加额外的职责。通过组合而非继承的方式扩展功能，提供比继承更灵活的替代方案。
千里码！·2025-02-27 07:14

java23种设计模式-观察者模式

观察者模式（ObserverPattern）学习笔记编程相关书籍分享：https://blog.csdn.net/weixin_47763579/article/details/145855793DeepSeek
千里码！·2025-02-27 07:14

《李航 统计学习方法》学习笔记——第五章决策树

决策树5.1决策树模型与学习5.2特征选择5.2.1信息增益5.2.2信息增益比python代码实现例题：信息增益与信息增益比5.3决策树的生成5.3.1ID3算法（python实现）5.3.2C4.5生成算法（python实现）5.4决策树的剪枝5.5CART算法5.5.1CART生成5.5.2CART剪枝习题5.1(python实现）习题5.2(python实现）习题5.3习题5.4参考5.1
eveiiii·2025-02-27 07:40

《李航 统计学习方法》学习笔记——第八章提升方法

提升方法8.1提升方法AdaBoost8.1.1提升方法的基本思路8.1.2AdaBoost算法8.1.3AdaBoost的例子（代码实现）8.2AdaBoost算法的训练误差分析定理8.1AdaBoost训练误差界定理8.2二分类问题AdaBoost训练误差界8.3AdaBoost算法的解释8.3.1前向分步算法8.3.2前向分步算法与AdaBoost8.4提升树8.4.1提升树模型8.4.2提
eveiiii·2025-02-27 07:39

java23种设计模式-中介者模式

中介者模式（MediatorPattern）学习笔记编程相关书籍分享：https://blog.csdn.net/weixin_47763579/article/details/145855793DeepSeek
千里码！·2025-02-27 06:04

mrmr学习笔记

mrmr是最大相关最小冗余pymrmr库最大化特征与标签的关系（信息增益也就是分类之后的商与分类之前的熵之差）最小化特征之间的重复特征（互信息，公式）（单纯地通过固定算法来判断信息的强度与冗余是有可能把一些细节上的特征给分数打低了）#pd=pandas.read_csv("./X_train.csv")#result=pymrmr.mRMR(pd,"MIQ",30)输入文件形式：label,f0,
luojiaao·2025-02-27 05:57

DeepSeek R1、Kimi k1.5与OpenAI o1：技术架构、性能对比及应用前景深度剖析

深度拆解技术架构DeepSeekR1：强化学习驱动的革新之路DeepSeekR1的核心在于对
WilsonShiiii·2025-02-27 00:48

深入解析 DeepSeek R1：强化学习如何驱动大模型推理能力的进化

引言在AI竞赛日益激烈的时代，DeepSeek-AI推出了DeepSeekR1，试图以强化学习（RL）直接训练推理能力，而非仅依赖传统的监督微调（SFT）。
海棠AI实验室·2025-02-26 23:07

ThinkJSON:通过强化学习让大型语言模型（LLM）严格遵守JSON模式

作者：BhavikAgarwal,IshanJoshi,ViktoriaRojkova机构：MasterControlAIResearch链接：arXiv:2502.14905v1本文提出了一种轻量级强化学习框架
AI仙人掌·2025-02-26 20:17

技术硬核：突出FP8、3倍速度、90%成本暴降等技术参数，强化可信度

DeepSeek近期开源项目详细分析1.FlashMLA：大模型推理效率革命技术特点：首个开源项目FlashMLA是针对英伟达Hopper架构GPU（如H800）优化的高效多头潜在注意力（MLA）解码内核，支持可变长度序列的动态处理，显著降低显存占用并提升推理速度。在H800上可实现每秒3000GB的数据吞吐和580万亿次浮点运算（TFLOPS），接近硬件性能极限。行业影响：通过压缩KV矩阵和优化
guzhoumingyue·2025-02-26 20:45

从零开始 CMake 学习笔记 （A）hello-cmake

从零开始CMake学习笔记（A）hello-cmake最近基于Caffe2C++项目开发算子时，接触到了C++，查找的资料基本又杂又多，官方文档又缺少自己动手的小实验，因此有必要跟着github上的案例学习学习
OOOrchid·2025-02-26 16:16

Golang学习笔记_37——外观模式

Golang学习笔记_34——组合模式Golang学习笔记_35——代理模式Golang学习笔记_36——装饰器模式文章目录外观模式（FacadePattern）详解一、核心概念1.定义2.解决的问题3
LuckyLay·2025-02-26 16:11

MongoDB私人学习笔记

俗话说“好记性不如烂笔头”，编程的海洋如此的浩大，养成做笔记的习惯是成功的一步！此笔记主要是ZooKeeper3.4.9版本的笔记，并且笔记都是博主自己一字一字编写和记录，有错误的地方欢迎大家指正。一、基础知识：1、MongoDB的名称来源于HumongousDatabase，中文意思就是巨大无比的数据库，顾名思义，MongoDB就是为处理大数据而生，以解决海量数据的存储和高效查询使用为使命。是N
奕辰杰·2025-02-26 15:08

深度学习笔记线性代数方面，记录一些每日学习到的知识

记录一些每日学习到的新知识：torch：Torch是一个有大量机器学习算法支持的科学计算框架，是一个与Numpy类似的张量(Tensor)操作库jupyter：JupyterNotebook的本质是一个Web应用程序，便于创建和共享程序文档，支持实时代码，数学方程，可视化和markdown。用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。只有一个轴的张量，形状只有一个元素torch.a
肆——·2025-02-26 14:58

java23种设计模式-命令模式

命令模式（CommandPattern）学习笔记1.模式定义行为型设计模式，将请求封装为对象，使请求的发送者与接收者解耦。支持请求的排队、记录、撤销/重做等操作。
千里码！·2025-02-26 11:06

网络运维学习笔记 017 HCIA-Datacom综合实验01

文章目录综合实验1实验需求总部特性分支8分支9配置一、基本配置（IP+二层VLAN+链路聚合）ACC_SWSW-S1SW-S2SW-Ser1SW-CoreSW8SW9DHCPISPGW二、单臂路由GW三、vlanifSW8SW9四、OSPFSW8SW9GW五、DHCPDHCPGW六、NAT+缺省路由GW七、HTTPGW综合实验1实验需求总部1.除了SW8和SW9是三层交换机，其他交换机均为二层交换
技术小齐·2025-02-26 06:29

网络运维学习笔记（DeepSeek优化版）004网工初级（HCIA-Datacom与CCNA-EI）Console管理台使用、登录认证、破解恢复密码

文章目录Console管理台使用、登录认证、破解恢复密码一、Console管理台使用和登录认证1.1思科设备配置1.1.1基本配置流程1.1.2验证配置1.2华为设备配置1.2.1本地密码认证1.2.2AAA认证配置二、远程管理协议Telnet和SSH配置2.1思科Telnet基本配置2.2华为Telnet基本配置telnet配置之aaa相关配置ssh配置之aaa相关配置三、FTP文件传输3.1思
技术小齐·2025-02-26 06:29

网络运维学习笔记 013网工初级（HCIA-Datacom与CCNA-EI）DHCP动态主机配置协议（此处只讲华为）

文章目录DHCP（DynamicHostConfigurationProtocol，动态主机配置协议）网关配置DHCP服务器配置如果没有DHCP服务器，只在网关上做DHCP服务器：DHCP（DynamicHostConfigurationProtocol，动态主机配置协议）依据地址池自动分配IP地址，减少工作量，避免地址冲突。DHCP报文类型1.DHCPDISCOVER客户端寻找DHCP服务器（广
技术小齐·2025-02-26 06:29

星河飞雪网络安全学习笔记-安全见闻1-3

安全见闻-了解安全知识编程语言日常编程语言C语言：一种通用的、面向过程的编程语言，广泛运用于系统软件呵呵嵌入式开发C++：面向对象的编程语言，常用于游戏开发、高性能计算等领域Java：一种广泛使用的面向对象编程语言、具有跨平台性、应用于企业级应用开发等Python（萌新推荐）：简洁易学，拥有丰富的库，适用于数据分析、人工智能、web开发等Javascript：主要用于网页前端开发，也可用于服务器端
芝士布偶·2025-02-26 05:24

深度求索：解析DeepSeek R1与V3模型的技术差异

DeepSeekR1与V3模型的技术差异引言模型定位与核心能力DeepSeekV3应用场景及示例DeepSeekR1应用场景及示例模型架构与训练方法DeepSeekV3的架构特点DeepSeekR1的强化学习策略性能表现与基准测试
walkskyer·2025-02-26 05:53

《小迪安全》学习笔记05

从这篇开始的小迪安全学习笔记就开始进入到漏洞模块了，这篇主要是讲一些与sql注入相关的思想，杂谈一些内容吧先。。
玄客)·2025-02-26 04:21

Pandas——DataFrame对象用法

pandas读取excel文件三、访问pandasDataFrame中的元素四、获取DataFrame的行数和列数五、交换行六、访问和修改元素七、转置一、创建pandas的DataFrame对象Pandas学习笔记二
William.csj·2025-02-26 02:06

OpenAI: 人工智能领域的领军企业

自成立以来,OpenAI在自然语言处理、计算机视觉、强化学习等多个人工智能领域取得了突破性进展,推出了一系列广受关注的AI模型和产品。OpenAI的发展历程OpenAI由埃隆·马斯克、山姆
2401_87458718·2025-02-26 02:35

基于“蘑菇书”的强化学习知识点（十三）：第三章的代码：MonteCarlo.ipynb及其涉及的其他代码的更新以及注解（gym版本 ＞= 0.26）（一）

第三章的代码：MonteCarlo.ipynb及其涉及的其他代码的更新以及注解（gym版本＞=0.26）（一）摘要摘要本系列知识点讲解基于蘑菇书EasyRL中的内容进行详细的疑难点分析！具体内容请阅读蘑菇书EasyRL！对应蘑菇书附书代码——MonteCarlo.ipynb在MonteCarlo.ipynb目录下面创建envs文件夹，然后下载racetrack.py和track.txt放到envs
墨绿色的摆渡人·2025-02-26 01:32

DeepSeek强化学习（Reinforcement Learning）基础与实践

引言强化学习（ReinforcementLearning,RL）是机器学习的一个重要分支，专注于训练智能体（Agent）在环境中通过试错来学习最优策略。
Evaporator Core·2025-02-25 23:44

深度学习笔记——循环神经网络RNN

热门专栏机器学习机器学习笔记合集深度学习深度学习笔记合集文章目录热门专栏机器学习深度学习文本特征提取的方法1.基础方法1.1词袋模型（BagofWords,BOW）工作原理举例优点缺点1.2TF-IDF
好评笔记·2025-02-25 22:10

机器学习笔记——特征工程

本笔记介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。
好评笔记·2025-02-25 22:37

java23种设计模式-单例模式

单例模式（SingletonPattern）学习笔记定义单例模式属于创建型设计模式，确保一个类只有一个实例，并提供全局访问点。是Java中最简单但实现最复杂的设计模式。
千里码！·2025-02-25 22:36

C语言链表学习笔记

C语言链表学习笔记目录链表的基本概念静态链表的创建动态链表的创建链表的插入操作链表的删除操作链表的查找与遍历总结链表的基本概念1.什么是链表？链表：一种动态数据结构，通过指针将多个节点连接成链式结构。
BUG 劝退师·2025-02-25 21:02

rust指针

RUST学习笔记2：提示：常用指针转换usestd::os::raw::c_void;fnmain(){structUser{age:i32};letmutuser=User{age:11};letp=
otnto·2025-02-25 21:32

OCP学习笔记-007 SQL语言之一：DQL

1.DQL-DataQueryLanguage命令行提示符修改SQL>settimeon10:33:58SQL>defineDEFINE_DATE="11-DEC-22"(CHAR)DEFINE_CONNECT_IDENTIFIER="orcl"(CHAR)DEFINE_USER="SYS"(CHAR)DEFINE_PRIVILEGE="ASSYSDBA"(CHAR)DEFINE_SQLPLUS_
-风中叮铃-·2025-02-25 20:56

Spark Standalone集群架构

北风网spark学习笔记SparkStandalone集群架构SparkStandalone集群集群管理器，clustermanager：Master进程，工作节点：Worker进程搭建了一套Hadoop
htfenght·2025-02-25 20:22

（Java学习笔记）

RESTful（REST风格）是一种当前比较流行的互联网软件架构模式，它充分并正确地利用HTTP协议的特性，为我们规定了一套统一的资源获取方式，以实现不同终端之间（客户端与服务端）的数据访问与交互。RESTREST:RepresentationStateTransfer的缩写,中文意思就是：表现层资源表诉状态转移。Resource（资源）当我们把Web工程部署到服务器中，那么工程中的所有的内容都可
L葵-阳S·2025-02-25 18:37

论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述）

2.DL方法的原理介绍DL的子集：监督学习、无监督学习和强化学习。详细说明代表性DL架构：卷积神经网络（CNN）、U-形神经网络（U-Net）和
superace7911·2025-02-25 15:50
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他