强化学习阅读笔记

你的DDPG/RDPG为何不收敛？

去年11月份左右，因为研究需要，了解了一下强化学习（Reinforcementlea
Mario-Chao·2024-03-22 23:00

《今日简史》阅读笔记-15

第18章P237-248，重点回答以下问题：1你认为你有自由的意志吗？如果你有话，那么你的自由是在哪个方面？如果你认为没有，那么你认为是什么因素在决定的或者影响你？2当你真正很想做一件事情的时候，你有没有想过，究竟是什么在驱动着你的行为？你认为有其他的方法可以达到你想要的效果吗？比如有的人说我一定要买一个房子，是因为可以给他一种安定的感觉，但是有没有其他方法可以到达这种感觉呢？3作者在书中提到，如
清玉的平行世界·2024-03-17 22:15

【第9期深度阅读训练营成长记录】学习感悟

从目前的情况来看，我知道如何建构知识框架，知道几种阅读笔记的方法，知道讲书可以激励读书。
岚_1410·2024-03-17 01:35

我的２０２１第７个周小结

阅读，《有客来兮》读完，《爱的五种语言》复习并写了阅读笔记，并在周日早晨在写作群进行分享。公信措施：应定出每天阅读的量和阅读时间，确保完成。感觉每天阅读完成５０面，还是有难度，每天要做的事太多了。
彭臻华·2024-03-15 10:04

《通往财富自由之路》“让你瞬间两倍薪水”阅读笔记

提高效率这事儿并没有大家想的那么难，简单到高中生就应该很擅长的地步，因为我们在高中物理课本上就学过（之前还学过“万能钥匙”这个原理），两个重要的概念：串联和并联两个任务是串联的，有的时候调整一下先后顺序就可以提高工作效率；两个任务之间的关系是“并联“的，那么如若你把他们串联起来就不对了，你得想尽一切办法找到可以并联的任务，然后让它们并行······有时候，一个人是否聪明，其实只不过是因为他和“不聪
在雨中跳舞·2024-03-12 10:43

机器学习、深度学习、神经网络之间的关系

机器学习算法可以分为监督学习、无监督学习、半监督学习和强化学习等不同
你好，工程师·2024-03-12 08:54

强化学习应用——倒立摆

新建虚拟环境并安装：pipinstallgympipinstallpygame运行下列代码：importgymimporttime#生成环境env=gym.make('CartPole-v1',render_mode='human')#human指在人类显示器或终端上渲染#环境初始化state=env.reset()#循环交互whileTrue:#渲染画面env.render()#从动作空间随机获
ThreeS_tones·2024-03-10 12:39

《比昂全集》阅读笔记：漫长的周末 - 战争 8 下

【战争】第8节。寿终正寝是一种情况，英年早逝带给人的是不同的感伤。the-life-cycle-of-a-leaf.jpg就在一群坦克兵等待进入德军碉堡的时候，不知道从哪里飞来一颗子弹，击中了一名年纪较大的坦克指挥官Despard的腹部，他的身体向下一沉。“你怎么了？”“我完了……我就知道……今天早上，当那只该死的喜鹊出现时，我知道我的末日到了。”Despard脸色越来越苍白，说话气喘吁吁。Ome
若宁Rena·2024-03-06 13:43

Programming Abstractions in C阅读笔记：p308-p311

《ProgrammingAbstractionsinC》学习第76天，p308-p311总结，总计4页。一、技术总结1.快速排序伪代码#includestaticintPartition(intarray[],intn);/**Implementationnotes:SortIntegerArray*--------------------------------------*Thisimplem
·2024-03-03 18:43

怎样提高自己的教学理论？

今天宋老师读完《给教师的68条写作建议》一书中的第3章"写教后记和观课记"，写了阅读笔记后，在共读群中留下了两个疑问:1.她感到自己的教后记，缺少理论的支持。但是不知道怎么提高自己的教学理论。
小尘老师·2024-02-29 05:50

Programming Abstractions in C阅读笔记：p303-p305

《ProgrammingAbstractionsinC》学习第74天，p303-p305总结，总计3页。一、技术总结1.时间复杂度分类(complexityclasses)ClassNotationExampleconstantO(1)ReturningthefirstelementinanarraylogarithmicO(logN)Binarysearchinasortedarraylinea
codists·2024-02-27 19:31

《财富自由之路》阅读笔记8：第一种个人商业模式

阅读章节：6如何优化第一种个人商业模式？阅读感悟：第一种个人商业模式：一份时间只出售一次。①最初，能卖出去（零售）②发展，批发卖出去（稳定）优化方法：①想办法提高单位时间售价。②想办法提高时间销售数量。具体实施：接受更高程度的教育。误区：①磨洋工②喊高价一，作者要解决什么问题？如何优化第一种个人商业模式？二，解决问题的观点是什么？时刻关注自己的持续成长，并联成长，用给自己打工的心态给别人打工。三，
梅有归期·2024-02-27 02:53

论文阅读笔记《SimpleShot: Revisiting Nearest-Neighbor Classification for Few-Shot Learning》

小样本学习&元学习经典论文整理||持续更新核心思想  本文提出一种基于最近邻方法的小样本学习算法（SimpleShot），作者指出目前大量的小样本学习算法都采用了元学习的方案，而作者却发现使用简单的特征提取器+最近邻分类器的方法就能实现非常优异的小样本分类效果。本文首先用特征提取网络fθf_{\theta}fθ+线性分类器在一个基础数据集上对网络进行训练，将训练得到的特征提取网络增加一个简单的特征
深视·2024-02-24 10:28

《毛泽东选集》阅读笔记——『论持久战（5）』

把这些部分地消灭敌人的成绩积累起来，成为大的战略胜利，达到最后驱敌出国，保卫祖国，建设新中国的政治目的。从量变到质变。大道至简耳。敌分路向我进攻，敌处战略外线，我处战略内线，敌是战略进攻，我是战略防御，看起来我是很不利的。然而我可以利用地广和兵多两个长处，不作死守的阵地战，采用灵活的运动战，以几个师对他一个师，几万人对他一万人，几路对他一路，从战场的外线，突然包围其一路而攻击之。于是敌之战略作战上
兔小小·2024-02-23 09:26

【人工智能学习思维脉络导图】

挑战与自我提升6.人脉网络知识图谱人工智能学习思维脉络导图1.基础知识计算机科学基础数学基础（线性代数、微积分、概率论和统计学）编程语言（Python、R等）2.人工智能核心概念机器学习监督学习无监督学习强化学习深度学习神经网络卷积神经网络
AK@·2024-02-22 23:44

机器学习基础（一）理解机器学习的本质

目录机器学习机器学习概念相关概念机器学习根本：模型数据的语言：特征与标签训练与测试：模型评估机器学习的分类监督学习：有指导的学习过程非监督学习：自我探索的过程强化学习：通过试错学习构建与分析鸢尾花数据模型鸢尾花数据集简介加载数据集创建和训练模型进行预测与评估模型机器学习机器学习概念机器学习是人工智
昊昊该干饭了·2024-02-20 21:38

阅读笔记（IET-IP2021）Image stitching method by multi‐feature constrained alignment and colour adjustment

YuanX,ZhengY,ZhaoW,etal.Imagestitchingmethodbymulti‐featureconstrainedalignmentandcolouradjustment[J].IETImageProcessing,2021,15(7):1499-1507.
J@u1·2024-02-20 20:24

阅读笔记（TMM2021）Natural image stitching with layered warping constraint

ZhangZ,YangX,XuC.Naturalimagestitchingwithlayeredwarpingconstraint[J].IEEETransactionsonMultimedia,2021.
J@u1·2024-02-20 20:24

阅读笔记（TMM2022）Image stitching with manifold optimization

ZhangL,HuangH.Imagestitchingwithmanifoldoptimization[J].IEEETransactionsonMultimedia,2022.
J@u1·2024-02-20 20:24

阅读笔记（SOFT COMPUTING 2018）Seam elimination based on Curvelet for image stitching

参考文献：WangZ,YangZ.SeameliminationbasedonCurveletforimagestitching[J].SoftComputing,2018:1-16.注：SOFTCOMPUTING大类学科小类学科Top期刊综述期刊工程技术3区COMPUTERSCIENCE,ARTIFICIALINTELLIGENCE计算机：人工智能3区COMPUTERSCIENCE,INTERD
J@u1·2024-02-20 20:22

【伤寒强化学习训练】打卡第二十八天 一期90天

本草：桂枝的药性(续)桂枝：味辛温、无毒，有辣味，性子温“治上气咳逆，结气，喉痹，吐吸，利关节，补中益气，”桂枝能够走在我们的营分，走在我们的脉管里面，给予我们这个营分能量。如果卫气属于阳，而营气属于阴的话，桂枝是能够补、通身体阴中之阳的药，就是血管里面、脉管里面的能量，所以桂枝通常会取它通阳的效果，来谈论它的种种主治。桂枝：身体里面很多的能量会被这味药贯穿起来，好像帮身体开凿地铁一样，原来阻隔不
A卐炏澬焚·2024-02-20 20:21

基于人工智能的期权量化交易

基于人工智能的期权量化交易基于人工智能的期权量化交易基于人工智能的期权量化交易该文基于人工智能AI的深度强化学习,进行股票期权的量化投资策略研究及回测评估。作者建立了人工智能学习及交易系统。
阿岛格·2024-02-20 17:23

机器学习---强化学习

1.什么是强化学习在连接主义学习中，在学习的方式有三种：非监督学习(unsupervisedlearning)、监督学习(supervisedleaning)和强化学习。
三月七꧁ ꧂·2024-02-20 16:26

阅读笔记：儿童认知发展规律

儿童的认知发展规律是遵循这样的过程：动作感知——前运算——具体运算——形式运算，这是一个不可逆的过程，前后顺序是不变的。第一阶段第一阶段是感知运动阶段。从出生到2岁，相当于婴儿期。此阶段儿童还没有语言和思维，主要靠感觉和动作探索周围世界，逐渐形成物体永存性观念。第二阶段第二阶段，2－7岁，相当于学前期。此阶段儿童各种感觉运动行为模式开始内化而成为表象或形象思维，特别是由于语言的出现和发展，促使儿童
让爱在每一天·2024-02-20 14:04

班级共读的“温度”

今天午休我利用时间对每个同学的阅读批注与阅读笔记进行了详细的对比。在开学之初我让所有同学都准备了，红、橙、蓝、三种色彩的记号笔。以便于批注进行笔记，所以很多同学只是对内容进行了圈画。
啊大甘·2024-02-20 12:57

STL源码 阅读笔记（一） 迭代器头文件stl_iterator_base_types.h

1#ifndef__GLIBCPP_INTERNAL_ITERATOR_BASE_TYPES_H2#define__GLIBCPP_INTERNAL_ITERATOR_BASE_TYPES_H34#pragmaGCCsystem_header56namespacestd7{89//定义了5种迭代器类型，但是都不含有任何成员，只用来标记迭代器类型。10structinput_iterator_tag
a848354317·2024-02-20 11:37

《STL源码剖析》---stl_iterator.h阅读笔记

STL设计的中心思想是将容器（container）和算法（algorithm）分开，迭代器是容器（container）和算法（algorithm）之间的桥梁。迭代器可以如下定义：提供一种方法，能够依序寻访某个容器内的所有元素，而又无需暴露该容器的内部表达方式。在阅读代码之前，要先了解一个新概念：Traits编程技法templatestructMyIter{typedefTvalue_type//内
KangRoger·2024-02-20 11:06

2024年1月文章一览

2024年1月编程人总共更新了6篇文章：1.2023年12月文章一览2.ProgrammingAbstractionsinC阅读笔记：p242-p2453.ProgrammingAbstractionsinC
·2024-02-20 09:16

【强化学习】day1 强化学习基础、马尔可夫决策过程、表格型方法

datawhalechina/joyrl-bookhttps://datawhalechina.github.io/easy-rl/https://linklearner.com/learn/detail/91强化学习强化学习是一种重要的机器学习方法
宏辉·2024-02-20 09:32

Programming Abstractions in C阅读笔记：p283-p292

《ProgrammingAbstractionsinC》学习第72天，p283-p292总结，总计10页。一、技术总结1、anylasisofalgorithms算法分析——即判断程序的效率(efficiency)。2、mathematicalinduction(数学归纳法)3、Big-Onotation(大O标记法)4、constanttime(常量时间)5、lineartime(线性时间)p2
·2024-02-20 09:13

【论文阅读笔记】（2015 ICML）Unsupervised Learning of Video Representations using LSTMs

UnsupervisedLearningofVideoRepresentationsusingLSTMs（2015ICML）NitishSrivastava,ElmanMansimov,RuslanSalakhutdinovNotesContributionsOurmodelusesanencoderLSTMtomapaninputsequenceintoafixedlengthrepresent
小吴同学真棒·2024-02-20 08:26

使用动态网格的流体动画 Fluid Animation with Dynamic Meshes 论文阅读笔记

目录引言背景方法离散化离散化的导数算子速度插值广义的半拉格朗日步重新网格化双向流固耦合和质量守恒原文：Klingner,BryanM.,etal.“Fluidanimationwithdynamicmeshes.”ACMSIGGRAPH2006Papers.2006.820-825.引言使用[Alliezetal.,2005]的方法动态生成不规则的四面体网格根据边界的位置、边界的形状、基于流体和速
hijackedbycsdn·2024-02-20 07:47

【论文阅读笔记】AutoAugment:Learning Augmentation Strategies from Data

AutoAugment:LearningAugmentationStrategiesfromData摘要研究方法:本文描述了一种名为AutoAugment的简单程序，通过这个程序可以自动寻找改进的数据增强策略。研究设计了一个策略空间，其中策略包含多个子策略，在每个小批量数据中针对每张图片随机选择一个子策略。每个子策略由两个操作组成，每个操作是图像处理函数（如平移、旋转或剪切），以及应用这些函数的概
少写代码少看论文多多睡觉·2024-02-20 07:15

强化学习入门到不想放弃-1

本来想写到深度学习里的，但是线下和别人聊RLHF，和PPO,DPO的时候，我发现大家一脑袋问号，其实也正常，深度学习里面数学的东西没那么多，入门容易一点，强化学习（现在也都谈强化深度学习，或者深度强化学习了
周博洋K·2024-02-20 06:29

强化学习入门到不想放弃-2

第一篇链接：强化学习入门到不想放弃-1(qq.com)上节课我们用CMU的经典问题，多臂老虎机讨论了，无状态物体的探索和利用，这节课我们用走格子来做一下动态规划算法上节课的问题，我们完全不知道这些老虎机的中奖概率
周博洋K·2024-02-20 06:59

强化学习笔记

强化学习笔记-简介本文是根据Sutton的经典书籍«ReinforcementLearning:AnIntroduction»前三章内容整理的笔记。
小新0077·2024-02-20 03:10

CMNet:Contrastive Magnification Network for Micro-Expression Recognition 阅读笔记

AAAI2023的一篇文章，东南大学几位老师的工作，用于做微表情识别中的运动增强工作，以下是阅读时记录的笔记。摘要：However,existingmagnificationstrategiestendtousethefeaturesoffacialimagesthatincludenotonlyintensitycluesasinten-sityfeatures,leadingtotheinte
pzb19841116·2024-02-20 02:47

（2024，提示优化，监督微调，强化学习，近端策略优化）用于安全生成文本到图像的通用提示优化器

UniversalPromptOptimizerforSafeText-to-ImageGeneration公和众和号：EDPJ（进Q交流群：922230617或加VX：CV_EDPJ进V交流群）目录0.摘要2.相关工作3.提议的框架4.实验0.摘要文本-图像（Text-to-Image，T2I）模型在基于文本提示生成图像方面表现出色。然而，这些模型对于不安全的输入以生成不安全的内容，如性、骚扰和
EDPJ·2024-02-19 22:37

ASMDB阅读笔记

原文献：ASMDB:UnderstandingandMitigatingFront-EndStallsinWarehouse-ScaleComputer.ISCA20191.文章的整体思路发现问题：通过Top-Down方法发现前端堵塞，L1ICacheMiss率居高。AutoFDO重构CFG，GWP收集集群性能数据。将上述信息、二进制代码等存入ASMDB当中，进行编译驱动、反馈制导的优化，提升数据
精致的泛函·2024-02-19 21:21

《我就想做班主任》阅读笔记

1.“随时撒种，随时开花，将这一径长途点缀得花香弥漫，使得穿花拂叶的行人，踏着荆棘，不觉痛苦，有泪可挥，不觉悲凉。”2.学校，要在根本上下功夫，提供足够的时间和空间，提供丰富的学习和实践场所。陶行知先生的“生活即教育”以及他的“生生农场”，是极好的范例，无论是过去还是现在，都是教育的最高境界。有什么能比自由舒适更好的呢？3.拘着它、束着它，你就会感受到无穷无尽的反抗力。若是学时学、玩时玩，课堂上全
瑾言_lw999·2024-02-19 21:36

Prompt Learning：【文心一言】提示词功能系统学习，

【文心一言】提示词功能系统学习，PromptLearning大型语言模型使用强化学习中的人类反馈来学习，这个过程中与人类对话的提问通常是通俗易懂的，也就是说，大型语言模型可以理解并回答一般人能听懂的问题
汀、人工智能·2024-02-19 20:44

《Effective DevOps》阅读笔记 49

WhereamI《EffectiveDevOps》进度Notes《EffectiveDevOps》工具：文化加速器（9）
Ethan遗忘·2024-02-19 20:21

强化学习入门：使用Python和Q-learning算法解决迷宫问题

文章标题：强化学习入门：使用Python和Q-learning算法解决迷宫问题简介强化学习是机器学习中的一个重要分支，它致力于研究智能体在与环境交互的过程中如何学习最优的行为策略。
Evaporator Core·2024-02-19 19:01

《深度学习》阅读笔记

chapter22.4线性相关和生成子空间一组向量的生成子空间：原始向量线性组合后能到达的点的所组成的空间的集合列向量的冗余称为线性相关，列向量线性相关的方阵称为奇异矩阵。2.5范数范数常被用于衡量向量的大小。L2范数即机器学习中常用的MSE，但在原点处增长太缓慢。当0和非0元素间的差异非常重要时，使用L1范数。衡量矩阵的大小：frobenius范数2.6特征分解由矩阵的特征值定义可以推得正定：所
林子闲_5f12·2024-02-19 16:48

《Effective DevOps》阅读笔记 72

WhereamI《EffectiveDevOps》进度Notes《EffectiveDevOps》规模化：拐点（15）
Ethan遗忘·2024-02-19 14:10

【论文阅读笔记】Contrastive Learning with Stronger Augmentations

ContrastiveLearningwithStrongerAugmentations摘要基于提供的摘要，该论文的核心焦点是在对比学习领域提出的一个新框架——利用强数据增强的对比学习（ContrastiveLearningwithStrongerAugmentations，简称CLSA）。以下是对摘要的解析：问题陈述：表征学习（representationlearning）已在对比学习方法的推动
少写代码少看论文多多睡觉·2024-02-19 13:11

使用八叉树模拟水和烟雾 Simulating Water and Smoke with an Octree Data Structure 论文阅读笔记

原文：Losasso,Frank,FrédéricGibou,andRonFedkiw.“Simulatingwaterandsmokewithanoctreedatastructure.”Acmsiggraph2004papers.2004.457-462.引言这篇文章扩展了[Popinet2003]的工作，拓展到表面自由流，并且使得八叉树不受限制自适应网格划分的一个缺点是，它的模板不是均匀的，
hijackedbycsdn·2024-02-19 13:08

PointMixer论文阅读笔记

MLP-mixer是最近很流行的一种网络结构，比起Transformer和CNN的节构笨重，MLP-mixer不仅节构简单，而且在图像识别方面表现优异。但是MLP-mixer在点云识别方面表现欠佳，PointMixer就是在保留了MLP-mixer优点的同时，还可以很好的处理点云问题。PointMixer可以很好的处理intra-set,inter-set,hierarchical-set的点云。
ZHANG8023ZHEN·2024-02-19 13:35

朱光潜《谈读书》阅读笔记――话题三：世间绝没有一科孤立绝缘的学问。

话题三：世间绝没有一科孤立绝缘的学问。原文：“世间绝没有一科孤立绝缘的学问。比如政治学须牵涉到历史、经济、法律、哲学、心理学以至于外交、军事等等，如果一个人对于这些相关学问未曾问津，入手就要专门习政治学，愈前进必愈感困难，如老鼠钻牛角，愈钻愈窄，寻不着出路。其他学问也大抵如此，不能通就不能专，不能博就不能约。先博学而后守约，这是治任何学问所必守的程序。我们只看学术史，凡是在某一科学问上有大成就的人
一一狗·2024-02-19 13:24

机器学习、深度学习、强化学习、迁移学习的关联与区别

本文主要了解并初步探究机器学习、深度学习、强化学习、迁移学习的关系与区别，通过清晰直观的关系图展现出四种“学习”之间的关系。
半亩花海·2024-02-19 12:43
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他