强化学习量化

如何赢得世界杯

在职业足球运动竞技水平日趋发展，相关技术项目分工不断细化的今天，主教练的工作更像是一名大公司项目经理，在技战术指导之外，还要同时负责球员名单的敲定、队内成员的沟通与心理建设、将战绩目标细化拆解为可量化的任务等
旭蒸日上·2024-01-28 20:54

【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

读文笔记《《至少赢一次，站在马太效应的前半部分》

有一个可以量化的指标：至少赢一次，这样可以告别失败者心态。一个人成为马太效应里的富者和强者之前，他从来不知道富者与强者的滋味，没法根据这个做出判断。
greenorchid·2024-01-28 19:03

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

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

【0121读书清单】一本书读懂大数据2

1.数据和企业管理中，高层更看重重大数据，并根据数字读出其中的变化.2.目标管理中的量化-SMART原则中M-measurable，既将绩效指标量化或者行为话，并确保相关数据的可收集.3.管理员工最终最求的一个量化的结果
卖艺的小青年Ace剑心·2024-01-28 13:31

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

【Llama2 windows部署详细教程】第三节 Llama2 跑起来

前面两节主要介绍了基础环境的准备，借下来就是对Llam2模型进行量化并运行起来，这个过程在实际的部署过程中也很容易出现问题。
拥抱AI·2024-01-28 13:39

音频编码和视频编码基础

1音频数字化1.1PCM音频裸数据就是PCM（PulseCodecModulation脉冲编码调制）PCM数据涉及四个概念：1、sampleFormat（采样格式）：可理解为一多少字节存储声音，典型的量化格式为
误入ic设计·2024-01-28 12:30

将知识为我所用的秘诀

前两天已经和大家分享了9大学习方法中的其中二种：1、目标法；2、量化目标法。接下来第三种方法：技能整合法，顾名思义就是把零散的知识进行有效的衔接。
开心写作洁·2024-01-28 12:10

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

来日方长，不过是个借口

一辈子的时间看似很长，但是量化一下，你就会觉得时间不够用。就用一辈子75年的寿命来说，就是27275天。去除大约一半的天数，也就是黑夜和闲暇的时间，再去掉四五年的幼儿时光，再去掉小学和中学不认
不翼而飞的烦恼·2024-01-28 11:24

高级RAG(六): 句子-窗口检索

SentenceWindowRetrieval)，在开始介绍之前让我们先回顾一下基本的RAG检索的流程，如下图所示：在执行基本RAG检索时我们会将文档按指定的块大小(chunk_size)进行切割，然后进行embedding的向量化处理后存入向量数据库中
-派神-·2024-01-28 11:42

如何用Python量化“相似K线”实现形态选股？

（文章转载自公众号MindGo量化平台，作者陈城）导读：“历史会重演”是技术分析的三大假设之一，市场行为与投资者心理有着千丝万缕的联系。
PathonDiss·2024-01-28 10:47

【阅读输出（电子书）】《世界因你不同·李开复自传》（一）

下意识量化
笔花粥粥·2024-01-28 10:26

职业的价码

这个比较难以量化，但是我们可以用这个世界的规律——幂率法则，来帮助我们做个分析。（
凌千夏Albert·2024-01-28 10:09

【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

【Python基础绘图】Geopandas矢量化txt点数据为shp数据

【Python基础绘图】Geopandas矢量化txt点数据为shp数据01引言：PythonGeopandas轻松读取txt点数据进行矢量化并保存为shp格式，相较于gdalogr相对更加便捷。
森气笔记·2024-01-28 09:22

2019-03-26

作为管理者，下属犯错时，我们应该量化，而不是定型，量化之后去帮助下属找到问题的原因所在，进行解决。作为管理者应该学会背后夸奖下属，但是注意分寸，且与实际，当一个内心都不去积极的就花心思去浪费时间批评它
水中月是天上月_6336·2024-01-28 09:20

从不确定性中寻找临界点

从老喻的文章《变量世界》中，看潜伏变量的发现与计算：生活中有很多问题，这些问题看起来是很难量化的，充满不确定性，简单的看表面的信息很难做出科学的决策，必须更深一步才可能看清问题的本质。
雪兆峰年·2024-01-28 09:15

JPEG压缩过程原理

目录前言JPEG压缩过程第一步：RGB到YUV的映射转换（无损可逆变换）第二步：下采样（有损压缩）第三步DCT变换（无损可逆变换）第四步量化（留低频，弃高频）（有损压缩）第五步熵编码（zigzagscan
科研苟Gamber·2024-01-28 08:58

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

Spark——Spark/Hive向量化查询执行原理分析（Vectorization Query Execution）

文章目录什么是向量化查询执行列式存储Spark向量化查询执行Hive向量化查询执行参考什么是向量化查询执行在标准的查询执行系统中，每次只处理一行数据，每次处理都要走过较长的代码路径和元数据解释，从而导致
Southwest-·2024-01-28 08:47

西瓜书学习笔记——原型聚类（公式推导+举例应用）

文章目录k均值算法算法介绍实验分析学习向量量化（LVQ）算法介绍实验分析高斯混合聚类算法介绍实验分析总结k均值算法算法介绍给定样本集D={x1,x2,...,xm}D=\{x_1,x_2,...,x_m
Nie同学·2024-01-28 07:18

多元统计分析 Python 主成分分析 PCA

图像分类二值图像(黑白图像)：图像像素只有两种元素（黑色、白色），0表示黑色、1表示白色，没有过度灰度图像：图像像素由量化的灰度级来描述图像，没有彩色信息，灰度级分256等，0表示黑色，255表示白色彩色图像
Cistanche Herba·2024-01-28 07:05

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

海味闲记

酸甜苦辣皆可量化，唯独鲜之味道，只可意会，不可言传。初秋清晨已经没有了夏季的闷热感，北风带来一丝凉爽让人每个毛孔
未央_581b·2024-01-28 04:42

《特征工程入门与实践》--特征构建

特征构建检查数据集填充分类特征自定义填充器自定义分类填充器编码分类变量定序等级的编码将连续特征分箱扩展数值特征针对文本的特征构建词袋法CountVectorizerTF-IDF向量化器我们会探讨如下主题
「已注销」·2024-01-28 04:18

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

whale-quant【01_投资与量化投资】(学习与笔记)

datawhalechina/whale-quant:本项目为量化开源课程，可以帮助人们快速掌握量化金融知识以及使用Python进行量化开发的能力。
王多头发·2024-01-28 01:58

202401 whale-quant组队学习task01

：tushare==1.3.7pandas==2.1.4numpy==1.26.3matplotlib==3.8.2明天尝试pandas==1.1.3numpy==1.19.5Chapter01投资与量化投资量化交易是指通过数量化的方式并使用计算机程序发出买卖指令
chloe_tu·2024-01-28 01:58

whale-quant 学习 part4：量化选股策略

量化选股策略为什么需要选股单/多因子选股模型效用模型与风险模型MPT模型CAPM模型套利定价理论(APT)与多因子模型常见的因子分类基于日频率数据的量化因子构建基于高频数据的量化因子构建常见的因子有效性检验方法行业与市值中性化
朔漠君·2024-01-28 01:28

《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

【RT-DETR有效改进】轻量化ConvNeXtV2全卷积掩码自编码器网络

前言大家好，我是Snu77，这里是RT-DETR有效涨点专栏。本专栏的内容为根据ultralytics版本的RT-DETR进行改进，内容持续更新，每周更新文章数量3-10篇。专栏以ResNet18、ResNet50为基础修改版本，同时修改内容也支持ResNet32、ResNet101和PPHGNet版本，其中ResNet为RT-DETR官方版本1：1移植过来的，参数量基本保持一致(误差很小很小)，
Snu77·2024-01-27 21:44

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

OKR

当面对工作性质不好或不便于量化时，如果让一个人评分就过于武断，容易有失偏颇。但可以采取多人评分，即多人的主管加权平均后，其结果就会相对于客观了。这是一种主观转化为客观的一种做法。
w小郭·2024-01-27 20:09
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他