深入浅出强化学习编程实战

【伤寒强化学习训练】打卡第五十五天 一期90天

4.3.1咳嗽篇条文14.1-14.18串讲张仲景的医术是可以在家自己不靠注解而学习的，读白文并不是一个很不可思议的学习法。麻黄用多了会伤心阳，伤了心阳就会心悸。【14.1】师曰：咳嗽发于肺，不专属于肺病也，五脏六腑感受客邪皆能致咳。所以然者，邪气上逆，必干于肺，肺为气动，发声为咳。欲知其源，必察脉息。为子条记，传与后贤。【14.2】肺咳，脉短而涩。假令浮而涩，知受风邪；紧短而涩，知受寒邪；数短而
A卐炏澬焚·2024-01-21 05:30

OpenPyXL教程：解锁Python下的Excel魔法

无论您是Excel初学者还是Python爱好者，我将深入浅出地介绍OpenPyXL库的使用方法、技巧与案例，助您在处理电子表格数据时游刃有余。从基础操作到高级功能，让我们
布啦啦李·2024-01-21 02:46

学习网文有感1

这两天一直看一篇《别说你懂写网文》的书，这本书深入浅出的介绍普通人如何写好网文的几大要点，文字朴实、精炼，满满干货。
笔耕牛·2024-01-21 01:41

【算法深入浅出】字符串匹配之 KMP 算法

KMP算法是一种字符串匹配算法。字符串匹配算法的目标是：在字符串s中找到与模式串p相等的子串，输出其位置。例如：s=“abcdef”，p=“cdef”，p在s中的位置是2（从0开始计数）。容易想到的方式就是暴力算法。intfindString(strings,stringp){intn=s.size(),m=p.size();inti,j;for(i=0;inext(m,0);for(inti=2
树不懒·2024-01-21 00:38

(202401)深度强化学习基础2：策略梯度

文章目录前言策略梯度1基于价值算法的缺点2策略梯度算法3REINFORCE算法本章小结前言感谢Datawhale成员的开源本次学习内容的文档地址为第九章策略梯度策略梯度这个章节会开始介绍基于策略梯度的算法。前面的算法都是针对“奖励”或者说“回报（reward）”的，而这次的则是直接对策略本身进行近似优化。这与之前的差别很大，我这里也大约明白了一点为什么任务一直接让人跳到DQN但是却不跳过第二章“马
早上真好·2024-01-20 22:27

（202401）深度强化学习基础与实践1：马尔科夫过程、DNQ算法回顾

算法深度网络经验回放目标网络实战DQN算法DQN算法进阶DoubleDQNDuelingDQNNoisyDQNPERDQNC51算法序言本文章记录Datawhale开源学习组织2024年第一期学习，《深度强化学习基础与实践
早上真好·2024-01-20 22:56

ChatGPT提示词保姆级教程

教程吴恩达联合OpenAI出ChatGPT提示词教程课程涵盖从理论到应用的各个方面，包括大型语言模型、文本嵌入、强化学习等技术的应用。
Dlimeng聊AI·2024-01-20 21:32

《共情的力量》读后感

本书作者阐述如何借助诚实、谦逊、接纳、宽容、感恩、信念、希望和宽容等8种行为来提升共情能力，深入浅出，值得学习。
慧慧1209·2024-01-20 20:58

分布式定时任务系列8：XXL-job源码分析之远程调用

任务执行引擎设计续分布式定时任务系列5：XXL-job中blockingQueue的应用分布式定时任务系列6：XXL-job触发日志过大引发的CPU告警分布式定时任务系列7：XXL-job源码分析之任务触发Java并发编程实战
kobe_t·2024-01-20 20:36

阅读《多媒体信息技术在幼儿园教学活动中的有效运用》有感

《多媒体信息技术在幼儿园教学活动中的有效运用》一文中深入浅出的描述了多媒体技术的优势，比如运用多媒体教学，有效的促进了师生之间的互动，促进了幼儿学习方式的改变，有效化解了教学的重难点。
酸掉吖的柠檬·2024-01-20 20:04

HAQ: Hardware-Aware Automated Quantization with Mixed Precision

但是如果想认为找到这个最优值是不可能的，于是作者使用强化学习的方法来找到最合理的量化bit数。
JachinMa·2024-01-20 19:44

踏上时代的火箭，实现人生的飞跃

第一章，热身运动：给自己设定一个目标第二章，提出假设：它是你的行动方向第三章，搜集情报：事实是分析的基础第四章，研究分析，深入浅出第五章，展示结果，验证结论作者一开始开始就强调，对行业的最新认识的重要性
留下故事的人·2024-01-20 19:42

读书笔记《超级符号就是超级创意》——重点内容快速查阅

每一个观点都来自于实践，也从实践中得出精炼的真知，真的做到深入浅出。尤其是本书的附录，不仅总结了华与华方法，并且从华与华兄弟的成长路径及公司发展史中，凝练出生活、事业、个人成长多个方面的朴实道理。
了不起的某某·2024-01-20 17:03

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)

专属领域论文订阅关注{晓理紫|小李子}，每日更新论文，如感兴趣，请转发给有需要的同学，谢谢支持分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇，检测分割[晓理紫]每日论文分享
晓理紫·2024-01-20 17:05

[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、视觉导航

专属领域论文订阅关注{晓理紫|小李子}，每日更新论文，如感兴趣，请转发给有需要的同学，谢谢支持VX关注，并留下邮箱可获得每日定时推送分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇
晓理紫·2024-01-20 17:34

深度强化学习DQN系算法理解

致谢进行DQN方法整理时，主要对原文进行了学习，并参考了几位作者的笔记，在此一并表示感谢。索引网页如下：https://www.jianshu.com/p/6fe18d0d8822https://www.jianshu.com/p/0fb311d96da4https://www.cnblogs.com/pinard/p/9797695.htmlhttps://blog.csdn.net/mike1
静斋·2024-01-20 17:26

Datawhale 强化学习笔记(二）马尔可夫过程，DQN 算法

文章目录参考马尔可夫过程DQN算法（DeepQ-Network）如何用神经网络来近似Q函数如何用梯度下降的方式更新网络参数强化学习vs深度学习提高训练稳定性的技巧经验回放目标网络代码实战DQN算法进阶DoubleDQNDuelingDQN
RessCris·2024-01-20 17:54

深入浅出 Python 装饰器

原文载于https://old-panda.com/2019/05/06/python-decorator/问题上回书我们说到，当给一个生成器函数加上@context.contextmanager时，这个函数就可以用上下文管理器的语法（with）来调用，其中yield返回的变量即为我们在with区块中使用的值。我们已经知道，要用上下文管理器调用一个函数或者变量，该变量需要是一个实现了__enter
Old_Panda·2024-01-20 14:51

【人工智能】之深入理解 AI Agent：超越代码的智能助手(2)

这些代理通常基于强化学习、监督学习或其他机器学习方法，通过不
魔道不误砍柴功·2024-01-20 13:38

《深入浅出计算机组成原理》笔记一

一、计算机组成图片.png1.CPU包含算术逻辑单元和处理器寄存器的处理器单元，用来完成各种算术和逻辑运算。包含指令寄存器和程序计数器的控制器单元，用来控制程序的流程，通常就是不同条件下的分支和跳转。2.存储数据和指令的内存3.更大容量的外部存储-硬盘4.输入和输出设备，例如：鼠标键盘是输入设备，显示器是输出设备任何一台计算机的任何一个部件都可以归到运算器、控制器、存储器、输入设备和输出设备中，而
zfh_51d2·2024-01-20 11:23

（9-3）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：数据预处理

1.1.6数据预处理数据预处理是训练高质量机器学习模型的关键步骤，在这一步需要检查缺失数据并进行特征工程，以将数据转换为适合模型训练的状态。本项目的数据预处理江湾城以下工作：添加技术指标：在实际交易中，需要考虑各种信息，例如历史股价、当前持仓股票、技术指标等。本文演示了两个趋势跟踪技术指标：MACD和RSI。添加紧急指数：风险厌恶反映了投资者是否选择保留资本，它还在面对不同市场波动水平时影响交易策
码农三叔·2024-01-20 09:21

（9-4）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：构建交易环境

9.7构建交易环境考虑到自动股票交易任务的随机性和互动性，在本项目中将金融任务建模为马尔可夫决策过程（MarkovDecisionProcess，MDP）问题。在训练过程观察股价的变化、执行操作以及奖励计算，使代理根据奖励调整其策略。通过与环境互动，交易代理将制定随着时间推移而最大化奖励的交易策略。本项目的交易环境基于OpenAIGym框架实现，根据时间驱动模拟的原则模拟实时股票市场，使用真实的市
码农三叔·2024-01-20 09:21

（9-2）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：准备环境+下载数据

9.4准备环境1.库FinRL本项目通过著名的库FinRL实现，这是是一个专注于金融领域的强化学习库，旨在为研究人员和开发者提供一个便捷的工具，用于开发、训练和评估金融交易策略。
码农三叔·2024-01-20 09:51

强化学习Agent系列（一）——PyGame游戏编程，Python 贪吃蛇制作实战教学

强化学习Agent系列（一）——PyGame游戏编程，Python贪吃蛇制作实战教学文章目录强化学习Agent系列（一）——PyGame游戏编程，Python贪吃蛇制作实战教学一、前言1、pygame介绍
风吹落叶花飘荡·2024-01-20 07:51

基于DQN和TensorFlow的LunarLander实现（全代码）

使用深度Q网络（DeepQ-Network,DQN）来训练一个在openai-gym的LunarLander-v2环境中的强化学习agent，让小火箭成功着陆。
全栈O-Jay·2024-01-20 06:58

简单了解【多智能体强化学习(MARL)】

下面介绍单智能体强化学习的进化，多智能体强化学习。含义多智能体系统中包含m个智能体，智能体共享环境，智能体之间会相互影响。一个智能体的动作会改变环境状态，从而影响其余所有智能体。
全栈O-Jay·2024-01-20 06:28

多智能体强化学习：多智能体系统

1.1多智能体系统VS并行强化学习并行强化学习m个节点并行计算，每个节点有独立的环境，每个环境中有一个智能体。智能体之间完全独立，不会相互影响。
UQI-LIUWJ·2024-01-20 06:22

[多智能体强化学习] 王树森YouTube课程笔记

前言近期在设计V2X资源分配任务下的状态空间和动作空间，可以说是一筹莫展，是自己菜，现在看来可能也是涉及到一些关于多智能体强化学习实现过程中过于细节的点，目前的知识储备还不够。
Love_marginal·2024-01-20 06:50

一文了解【完全合作关系】下的【多智能体强化学习】

处于完全合作关系的多智能体的利益一致，获得的奖励相同，有共同的目标。比如多个工业机器人协同装配汽车，他们的目标是相同的，都希望把汽车装好。在多智能体系统中，一个智能体未必能观测到全局状态S。设第i号智能体有一个局部观测，记作Oi，它是S的一部分。不妨假设所有的局部观测的总和构成全局状态：完全合作关系下的MARL：目录策略学习多智能体A2C策略网络和价值网络训练和决策实现中的难点三种架构完全中心化完
全栈O-Jay·2024-01-20 06:47

强化学习应用（六）：基于Q-learning算法的无人车配送路径规划（通过Python代码）

一、Q-learning算法介绍Q-learning是一种强化学习算法，用于解决基于环境的决策问题。它通过学习一个Q-table来指导智能体在不同状态下采取最优动作。
优化算法MATLAB与Python·2024-01-20 05:25

[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、视觉导航

专属领域论文订阅关注{晓理紫}，每日更新论文，如感兴趣，请转发给有需要的同学，谢谢支持关注留下邮箱可每日定时收到论文更新服务分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇
晓理紫·2024-01-20 02:51

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--具身智能、强化学习

专属领域论文订阅VX关注晓理紫，每日更新论文，如感兴趣，请转发给有需要的同学，谢谢支持分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇，检测分割[晓理紫]每日论文分享
晓理紫·2024-01-20 02:51

[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、视觉导航

专属领域论文订阅VX关注晓理紫，每日定时更新论文，如感兴趣，请转发给有需要的同学，谢谢支持分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇，检测分割[晓理紫]每日论文分享
晓理紫·2024-01-20 02:21

《无问西东》

深入浅出，却宁静致远。虽然也直面残忍的黑暗，但电影的主体色彩是明亮的，带着希望的，回忆起来像一幅淡然的水粉画，也像一首优雅的古诗，给我最直观的感受是“从容的美”！
minT_Mino·2024-01-20 01:52

【伤寒强化学习训练】打卡第三十三天 一期90天

2.1.1生机饮食与桂枝汤禁忌（一）·服用经方的饮食禁忌一面在吃一些药，一面每天还是不间断的吃水果，水果也浪费了，药物也浪费了张仲景书里比较补阳的药：附子、干姜、肉桂之类的，如果吃了药之后就吃水果，药还没有补进去就被水果清掉了；如果吃药之前吃水果，身体很寒的人吃补药就会一直上火，寒气会把补性挡出来民国初年的恽铁樵先生讲过：凡是吃了生冷的东西，身体都会非常积极的产热来抗衡那个东西的寒性，那在你身体积
A卐炏澬焚·2024-01-20 00:13

递归、搜索与回溯算法（专题二：深搜）

）递归、搜索与回溯算法（专题零：解释回溯算法中涉及到的名词）【回溯算法入门必看】-CSDN博客（2）递归、搜索与回溯算法（专题一：递归）-CSDN博客深搜是实现递归的一种方式，接下来我们之间从题入手，深入浅出地了解深搜吧
木子斤欠木同·2024-01-20 00:54

深入浅出：mmdetection和mmyolo在ubuntu和windows系统下的安装指南

文章目录一、前言二、安装mmdetection前期准备工作安装验证三、安装mmyolo前期准备工作安装验证四、总结一、前言在当前的人工智能和计算机视觉领域，目标检测技术已成为一项核心技术，广泛应用于自动驾驶、视频监控、医学图像分析等多个领域。mmdetection和mmyolo是这一领域的两个重要工具，基于深度学习算法，提供了强大且灵活的目标检测功能。本博客旨在为对深度学习和目标检测感兴趣的读者提
梦想的理由·2024-01-19 22:38

翔龙商学院第七期TTT训练营有感

第二天的受益匪浅，第三天的硕果累累，3T训练营在眨眼间结束，感触良多，具体如下：怀着满满的期待开始了尤总的DISC性格测试培训，因为这是我DISC性格测试第二次的学习，虽然不透彻但是也有粗略的了解，尤其是尤总深入浅出
fe0120a3c490·2024-01-19 22:45

对比分析ChatGPT 和文心一言。

三个月后我开始使用这款AI产品，当时我向它咨询了之前困扰我六个月的深度强化学习科
安城安·2024-01-19 17:30

刘润直播——透彻解析区块链、比特币、ICO，如何在这轮商业热潮中抢占先机？

周四晚庆幸听了刘润老师的直播，直播100分钟，将之前看书看公众号等没有理顺的框架重新梳理，刘润老师不愧是大师，将很多概念讲的通俗易懂深入浅出，重要的还有对知识和信息的那种信手拈来的娴熟老练，学到许多东西
蒙蒙奇2018·2024-01-19 15:41

【挑战全网最易懂】深度强化学习 --- 零基础指南

深度强化学习介绍、概念强化学习介绍离散场景，使用行为价值方法连续场景，使用概率分布方法实时反馈连续场景：使用概率分布+行为价值方法强化学习六要素设计奖励函数设计评论家策略学习与优化算法路径深度Q网络DQN
Debroon·2024-01-19 14:17

从 GPT1 - GPT4 拆解

GPT1-GPT4拆解从GPT1-GPT4GPT1：更适用于文本生成领域GPT2：扩展数据集、模型参数，实现一脑多用（多个任务）GPT3：元学习+大力出奇迹InstructGPT：指示和提示学习+人工反馈强化学习
Debroon·2024-01-19 12:28

《深入浅出Embedding--原理解析与应用实践》第一章 万物皆可嵌入--读书笔记2

21.3.2Airbnb推荐系统使用ItemEmbedding中介平台：短租房客户输入地点、价位、关键词等Airbnb搜索推荐列表Airbnb如何体恒推荐列表的质量？论文：Real-timePersonalizationusingEmbeddingforSearchRankingatAirbnb.提出了两种通过Embedding分别捕获用户的短期兴趣和长期兴趣的方法，即利用用户点击会话（click
夜空霓虹·2024-01-19 11:31

深入浅出WPF学习笔记

深入浅出WPF学习笔记第一部分深入浅出话XAML第3章系统学习XAML语法3.2XAML中为对象属性赋值的语法3.2.4标记扩展（MarkupExtensions)第5章控件与布局5.1控件与布局5.2WPF
撑一把纸伞.·2024-01-19 11:57

深入浅出核函数

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达前言支持向量机是最重要的机器学习算法之一，支持向量机的一个重要特点是通过核函数进行非线性分类。本文深度剖析了核函数的含义，并从该角度去理解线性回归和非线性分类的问题。目录1、线性回归的核函数表示2、核函数含义解析3、核函数含义理解线性回归4、核函数含义理解非线性分类5、核函数的应用范围6、总结线性回归的核函数表示我们先通过构建最
小白学视觉·2024-01-19 11:56

表示学习内容摘录 《深入浅出神经网络：GNN原理解析》

4.1.1表示学习的意义机器学习算法的性能严重依赖于数据的特征，因此在传统机器学习中，大部分的工作都在于数据的处理和转换上，以期得到好的特征使得机器学习算法更有效。这样的特征工程是十分费时费力的，这也暴露了传统机器学习方法中存在的问题，这些方法没有能力从数据中去获得有用的知识，而特征工程的目的则是将人的先验知识转化为可以被机器学习算法识别的特征，以弥补其自身的缺点。如果存在一种可以从数据中得到有判
认知计算_茂森·2024-01-19 11:25

【Transformer系列】深入浅出理解Transformer网络模型（综合篇）

一、参考资料TheIllustratedTransformer图解Transformer（完整版）AttentionIsAllYouNeed:TheCoreIdeaoftheTransformertransformer总结(超详细-初版)Transformer各层网络结构详解！面试必备！(附代码实现)大语言模型核心技术-Transformer详解论文：AttentionIsAllYouNeed二、
花花少年·2024-01-19 11:53

语言模型与视觉生态：技术解析与实践

语言模型与视觉生态：技术解析与实践本文旨在探讨语言模型与视觉生态的相关技术问题，通过深入浅出的方式，引导读者了解如何利用技术手段解决语言模型与视觉生态之间的交互问题。
a谷雨c·2024-01-19 11:51

深入浅出：大语言模型的视觉解析

一系列工具与文章的汇编，直观易懂地解读复杂的AI概念图片由作者利用unDraw.co的免费插图制作在当今世界，大语言模型（LLM）成为了热门话题。几乎每天都有新的语言模型问世，让人们在AI领域怀有一种“不容错过”的紧迫感。尽管如此，许多人仍对大语言模型的基础概念一知半解，难以跟上技术的快速发展。本文致力于为那些想深入了解这些AI模型内部原理的读者提供帮助，以便他们能够牢固掌握这些知识。在此，我为您
这就是编程·2024-01-19 11:18

使用 Q-learning 算法解决简单的开发环境中的智能体控制问题。

当涉及到完整的强化学习案例时，考虑到时间和复杂性，下面是一个简单的案例：使用Q-learning算法解决简单的开发环境中的智能体控制问题。
mqdlff_python·2024-01-19 08:48
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他