强化学习_BW

自动化脚本一键安装 jdk，hadoop，hive

网盘资源如下链接:https://pan.baidu.com/s/1wKHRjcqJHRTcvmHOxsn0Bw?
超爱慢·2023-09-14 06:27

强化学习：基于pygame和pytorch实现ppo算法在扫雷小游戏上的AI决策

目录一.介绍二.环境搭建一.实现代码二.效果展示编辑三.PPO算法一.PPO算法介绍二.代码实现一.policy和value网络设定二.PPO类定义四.环境交互一.主函数定义二.训练结果展示五.总结文章完整源码：github源码一.介绍扫雷游戏是一种单人游戏，其目标是在一个方形区域内找到并标记出所有地雷。游戏板可以被分成若干个格子，每个格子可以为没有地雷的空或一个地雷。玩家可以点击面板上的不同格子
最爱小游侠·2023-09-14 02:09

关于总结github上的强化学习代码库（建议收藏，有需要时翻开）

[总结GitHub上的强化学习代码库](https://mp.weixin.qq.com/s/VGAhKyBXpV3_sgnVoXy-9w)强化学习代码库今天分享的内容不是文字类内容，而是关于github
喝凉白开都长肉的大胖子·2023-09-13 19:18

基于强化学习的智能机器人路径规划算法研究（附代码

目录一.摘要二.路径规划技术的研究进展1.研究现状2.算法分类2.1全局路径规划算法2.2局部路径规划算法三.本文采用的路径规划算法——强化学习1.概念2.与其他机器学习方式的区别3.强化学习模型4.马尔可夫决策过程
喝凉白开都长肉的大胖子·2023-09-13 19:47

RL 的研究

强化学习已经是一种比较火的神经网络训练模型了，各个领域都有所应用并取得了不错的效果其中阿里这个PDF电子书中已经将阿里巴巴在强化学习上的研究过程描述的比较清晰了强化学习在阿里的技术演进与业务创新但是本人对这方面确实了解尚浅
Midorra·2023-09-13 14:10

《强化学习原理与Python实战》揭秘大模型核心技术RLHF！——AIC松鼠活动第七期

强化学习利用奖励信号训练智能体。有些任务并没有自带能给出奖励信号的环境，也没有现成的生成奖励信号的方法。为此，可以搭建奖励模型
Aic山鱼·2023-09-13 14:59

想学机器人的程序猿——开篇立论

硕士主研究方向机器人智能控制、机器学习、强化学习等。大学的最后一年实在是闲的无聊，闷的堵心，于是就想到写点东西治疗一下懒病。
NWPU_HaiboWu·2023-09-13 10:29

Pytorch 机器学习专业基础知识+神经网络搭建相关知识

机器学习的一些专业术语三、模型相关知识四、常用的保留策略五、数据处理六、解决过拟合与欠拟合七、成功的衡量标准一、三种学习方式有监督学习：1、分类问题2、回归问题3、图像分割4、语音识别5、语言翻译无监督学习1、聚类2、降维强化学习二
Wantfly9951·2023-09-13 06:57

2019-03-08派森学习第110天

今天继续观看强化学习的视频，并且把源程序自己下载下来，并且做了修改。强化学习迷宫的游戏，让机器自己学会找到黄色目标。
每日派森·2023-09-13 03:32

强化学习在金融市场中的应用

姓名：谢童学号：16020188008转自微信公众号Bigquant前言今年来，随着AlphaGO的闪亮登场，以及最近强化学习在dota2中战胜职业战队，强化学习越来越受到人们的关注。
小小星辰_850b·2023-09-12 23:40

SourceTree 2.7 mac版本跳过注册

sourcetree的Mac2.7.6版本下载地址：链接:https://pan.baidu.com/s/1tl8MfOWCmKScg2BW8GJvQA密码:gewd1下载之后解压缩---2然后打开应用看一眼
哇哇卡·2023-09-12 10:03

【论文解读】元学习：MAML

该算法与任何用梯度下降训练的模型兼容，适用于各种学习问题，包括分类、回归和强化学习。
Scc_hy·2023-09-12 06:57

AI入门指南：探索人工智能的基础原理和实际应用

解释监督学习、无监督学习和强化学习的区别。深度学习的核心概念：解释神经网络的基本结构。介绍神经元、层和权重的概念。提及反向传播算法的重要性。第二部分：AI的实际应用自然
执笔人·2023-09-12 04:12

机器学习入门笔记之回归（一）

Experience）中学习关于任务T（Tasks）的某些类别和性能度量P（Performance），让其在任务T中的性能（由P测量的）随着经验E而改善，那么这就是机器学习目前机器学习的主流分为监督学习、无监督学习、强化学习三类
BubbleL·2023-09-12 01:56

AI打游戏-壹

使用开源训练集进行训练实际工作中，算法训练只是一部分，还有很多上下游的工作通过AI打游戏这个主题，来熟悉AI产业全貌说明提到AI是标题党，这次使用的不能算人工智能，只是目标检测(YOLO)的简单应用，并不是强化学习这类高阶
·2023-09-12 01:42

RAT：基于强化学习驱动和自适应测试的Web应用程序防火墙漏洞发现

文章提出了一种用于发现WAFs注入漏洞的自动黑盒测试策略——强化学习驱动自适应测试(RAT)。特别关注SQL注入和跨站点脚本攻击（XSS），这两种攻击在过去十年中一直是十大漏
LAANever·2023-09-11 21:36

09-文件操作

一、文件操作流程a.普通文件操作流程：打开文件操作文件关闭文件b.json文件操作流程：open（文件路径，打开方式，编码方式）文件路径：必填参数，决定打开哪个文件打开方式：读：r、br；写：w、bw编码方式
微醉那一抹殷红·2023-09-11 19:29

AI入门指南：探索人工智能的基础原理和实际应用

解释监督学习、无监督学习和强化学习的区别。深度学习的核心概念：解释神经网络的基本结构。介绍神经元、层和权重的概念。提及反向传播算法的重要性。第二部分：AI的实际应用自然
·2023-09-11 15:34

DQN模型

1.DQN模型References[1]强化学习第五节（DQN）【个人知识分享】_哔哩哔哩_bilibili
Tancenter·2023-09-11 13:48

机器学习从0到1

机器学习，即machinelearning感谢easyai的精彩讲解：easyai网址文章目录机器学习的概念机器学习的原理监督学习，非监督学习，强化学习监督学习非监督学习强化学习机器学习实操的7个步骤现在举一个具体的任务来说明这些步骤
白云千载尽·2023-09-11 07:23

强化学习-理解及应用:解决迷宫问题

什么是强化学习？强化学习（ReinforcementLearning,RL）是一种机器学习方法，旨在让智能体（agent）通过与环境的交互学习如何做出最优的行动选择以获得最大的累积奖励。
Rnan-prince·2023-09-11 03:34

Docker实操4——Stable Baselines3强化算法库

setup.py2.2package的基本信息2.3RLBaselinesZoo[^2]2.4PyBullet[^3]2.5Atari三、总结概述上一篇文章里制作好了一个强化环境的镜像Docker实操3——配置强化学习环境镜像
Nemo555·2023-09-11 01:56

Docker实操3——配置强化学习环境镜像

手动配置一遍docker中的强化环境一、安装基本操作1.1查看基础信息1.2国内换源1.3安装nvidia-docker二、docker基本操作三、例子：强化学习库的docker环境搭建四、亲手制作专属的强化学习镜像
Nemo555·2023-09-11 01:56

厉害了！高考后，这所大学最让人羡慕向往！

通过2年的强化学习，学生留学海外后，
苏大留学基地·2023-09-10 23:31

java中读取文件和存储文件

BufferedWriterbw=newBufferedWriter(newOutputStreamWriter(newFileOutputStream(fileUrl),"UTF-8"));bw.write
仰望_·2023-09-10 22:55

【伤寒强化学习训练】打卡第四十七天 一期90天

3.6.1-药解之细辛篇小青龙汤续讲小青龙汤是一个一直喝的药，就而不是一个发汗剂小青龙汤药物的配比做的不够好的话，有可能会做出一碗变成发汗剂的小青龙汤，邪气没办法很正确的被打到另外，小青龙汤症状上面有好几种加减法的兼症，比如说小青龙汤的条文，“干呕发热而咳”，就是以咳为主症的，咳得唏哩呼噜的时候，看起来跟呕吐很像，并不会真的把胃液挤出来所谓的“姜辛味结构”：细辛、干姜、五味子这三味药的结构。而姜辛
A卐炏澬焚·2023-09-10 11:18

神经网络与强化学习：揭示AI的超能力

文章目录神经网络：模拟人脑的工具强化学习：通过试错学习结合神经网络和强化学习价值网络策略网络结合训练应用领域游戏机器人控制金融交易未来趋势自动化和自主系统个性化和自适应系统跨学科研究结论欢迎来到AIGC
IT·陈寒·2023-09-10 09:42

DQN算法概述及基于Pytorch的DQN迷宫实战代码

在现实中很多情况下，强化学习任务所面临的状态空间是连续的，存在无穷多个状态，这种情况就不能再使用表格的方式存储价值函数。
毒爪的小新·2023-09-10 03:20

【论文阅读笔记】车辆重识别

（肖等人）强化学习以弱监督的方式自适应地在细粒度域中找到区分区域。3.（赵等人）多元化的视觉注意网络减轻依赖强烈监督的信息，学习局部关键区域4.ZhongdaoWang发表的车辆
菜菜子-·2023-09-09 21:24

BWMT的思考

从bw4开始，sap把建模的功能从系统的rsa1移除，改成BWMT的客户端。以前对java开发的eclipse不是很喜欢，总有点排斥。今天突然好像明白sap为啥要这样做？
Baggio Song·2023-09-09 17:19

干货| ICML2023：作为自适应自进化规划器的扩散模型

报告题目作为自适应自进化规划器的扩散模型内容简介扩散模型已经在许多任务中展示了其作为生成模型的强大能力，进而具有作为离线强化学习范式的巨大潜力。然而，扩散模型的质量受到训练数据多样性不足的限制
AITIME论道·2023-09-09 13:29

Matlab图像处理-最大类间方差阈值选择法（Otsu）

示例代码I=imread(‘rice.png’)figure(1),imshow(I);%显示原始图像O=graythresh(I)%计算得到最大类间方差的阈值BW
会的东西有点杂·2023-09-09 11:26

斯坦福 CS229 机器学习中文讲义 翻译完成

机器学习中文讲义第一部分到第三部分第四部分生成学习算法第五部分支持向量机第六部分学习理论第七部分正则化与模型选择感知器和大型边界分类器K均值聚类算法混合高斯和期望最大化算法第九部分期望最大化算法第十部分因子分析第十一部分主成分分析第十二部分独立成分分析第十二部分强化学习和控制线性二次调节
布客飞龙·2023-09-09 04:59

2018-09-03 day11学习总结

/b.打开方式：r，rb/br--读，w，bw/wb,a---写注意：路径不存在的时候，读的形式打开会报错。
xaidc·2023-09-09 01:53

day 10

‘r’-->读操作(读出来是字符串）‘rb’/'br'--读出来的数据是二进制‘w’-->写操作（将文本数据些入文件中）‘wb’/'bw'-->将二进制数据些入文
02b2972e6a93·2023-09-08 21:25

2018-04-21

入门|通过Q-learning深入理解强化学习学界|UberAI论文：利用反向传播训练可塑神经网络，生物启发的元学习范式业界|OpenAI提出新型元学习方法EPG，调整损失函数实现新任务上的快速训练Collabbing-Ideas
hzyido·2023-09-08 10:34

深度学习系列——6、深度强化学习

强化学习问题包含三个主要概念：环境状态行动奖励强化学习（ReinforcementLearning,RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent
数据科学家修炼之道·2023-09-08 05:35

[machine Learning]强化学习

强化学习和前面提到的几种预测模型都不一样,reinforcementlearning更多时候使用在控制一些东西上,在算法的本质上很接近我们曾经学过的DFS求最短路径.强化学习经常用在一些游戏ai的训练,
ViceMusic5·2023-09-08 02:19

【BW0382】底层逻辑（5）

②定力的智慧不能抵御诱惑是做不成事的主要原因。定力如果换一个词，也可以说是长期主义。我们做事要有长远规划，而不是一直被吸引，不停的换赛道，一切都围绕长期价值展开，这是亚马逊创始人贝佐斯的座右铭。投资上其实也一样，我相信很多投资方法都能赚到钱，但前提是有方法。我们得有自己深耕的方向。如果入市几年还没总结出自己的投资体系，那其实和刚入市的人比并没有太大的优势，今天打探了个消息赚了三五千，明天消息不对赔
习正源·2023-09-07 21:40

机器学习A-Z～Thompson抽样算法

本文继续讲一个强化学习的算法，叫做Thompson抽样算法。这个算法的数学理论基础要用到的是贝叶斯推断(BayesianInference)。我们先谈谈这个算法的基本原理。
Carey_Wu·2023-09-07 19:53

2022-02-28

个人公众号更新：https://mp.weixin.qq.com/s/1jxJKMGzIgCYkkxFwHt8Bw愿：每个人都有走出自己舒适圈的勇气，期待我们一起重遇更好的自己[玫瑰][月亮]
瑜伽人乐群·2023-09-07 12:22

机器学习简介

机器学习中所用算法大致分为监督学习（SupervisedLearnings）无监督学习（UnsuoervisedLearning）强化学习（ReinforcementLearning）一
白杨Cc·2023-09-07 06:40

【大魔王送书第二期】搞懂大模型的智能基因，RLHF系统设计关键问答

RLHF（ReinforcementLearningwithHumanFeedback，人类反馈强化学习）虽是热门概念，并非包治百病的万用仙丹。
德宏大魔王·2023-09-06 21:21

【matlab】【函数学习记录】寻找矩阵最大和次大极值点

函数学习：BW=imregionalmax(A,conn)用来寻找矩阵的极值点。返回值BW类型为logical，和A同维度，其用来标示极值点的位置，值为1则表示对应位置为极大值点，否则值为0。
cheny1li1998·2023-09-06 21:05

深度强化学习算法的参数更新时机

深度强化学习算法的参数更新时机深度强化学习中往往涉及到多个神经网络来拟合策略函数、值函数等，什么时候更新参数因算法而异，与具体算法架构/算法思想紧密相关。
红烧code·2023-09-06 20:09

大模型强化学习之奖励模型的训练

在OpenAI的InstructGPT论文中，SFT是训练的第一步，第二步是训练一个奖励模型，使得可以根据人类的偏好来对模型的回答进行评分，然后在第三步就可以通过强化学习的方式，通过奖励模型给出的奖励来对模型进行进一步的训练
gzroy·2023-09-06 08:44

RLHF不再需要人类，AI 实现标注自循环

从人类反馈中强化学习（RLHF）在使大型语言模型（LLMs）与人类偏好保持一致方面非常有效，但收集高质量的人类偏好标签是一个关键瓶颈。
AI 研习所·2023-09-06 06:42

强化学习与马尔可夫决策

在上一篇文章强化学习的基本概念中，用大白话介绍了强化学习的一些基本概念，尤其是强化学习的基本过程。
bdqfork·2023-09-06 00:16

【赠书活动｜第六期《强化学习：原理与Python实战》】

强化学习利用奖励信号训练智能体。有些任务并没有自带能给出奖励信号的环境，也没有现成的生成奖励信号的方法。为此，可以搭建奖励模型来
鹤冲天Pro·2023-09-05 20:45

计算机视觉：轨迹预测综述

轨迹预测综述轨迹预测的定义轨迹预测的分类基于物理的方法（Physics-based）基于机器学习的方法（ClassicMachineLearning-based）基于深度学习的方法（DeepLearning-based）基于强化学习的方法
cv-player·2023-09-05 16:09
上一页 26 27 28 29 30 31 32 33 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他