深入浅出强化学习

《喜阅读出好孩子》读书感悟

写的很有实践性，不是一味地说理论，童老师会结合自身的成长经历和阅读经历深入浅出的对阅读理念和阅读技巧娓娓道来。可能自己从女儿出生来一直进行着亲子阅读，所以对作者提到的理念和技巧会和自己经历一一对应。
思源张国阳·2023-08-28 14:58

【深入浅出系列】之代码可读性 | 京东云技术团队

这是“深入浅出系列”文章的第一篇，主要记录和分享程序设计的一些思想和方法论，如果读者觉得所有受用，还请“一键三连”，这是对我最大的鼓励。一、老生常谈，到底啥是可读性一句话：见名知其义。
·2023-08-28 12:43

深入浅出 PWA

PWA全称为ProgressiveWebApp，中文译为渐进式WebAPP。PWA本质上是Web应用，使用现代API构建和增强，以提供增强的功能、可靠性和可安装性，同时只需一个代码库就可以借助任何设备触及任何用户、任何地方，实现与原生App相近的用户体验。一个PWA首先是一个网页,可以通过Web技术编写出一个网页应用，随后添加上AppManifest实现添加至设备主屏幕，通过ServiceWork
薛定谔的猫96·2023-08-28 12:30

前端没有末日

这篇文章总结了前端技术在过去一年的发展，深入浅出，值得一看！
CrisAppleYan·2023-08-28 12:29

如何有效进行RLHF的数据标注？

编者按：随着大语言模型在自然语言处理领域的广泛应用，如何从人类反馈进行强化学习（RLHF）已成为一个重要的技术挑战。并且RLHF需要大量高质量的人工数据标注，这是一个非常费力的过程。
·2023-08-28 11:03

ChatGPT训练三阶段与RLHF的威力

其中一个很酷的想法是RLHF（ReinforcementLearningfromHumanFeedback，人类反馈的强化学习）：将强化学习和人类反
OneFlow深度学习框架·2023-08-28 09:51

GPT总设计师：大型语言模型的未来

在OpenAI成立早期，强化学习大牛PieterAbbeel曾与Ilya共事，在他看来，Ilya对AI的思考总是走在他人的前面，而为了验证自己的想法，他总是在恰当的时间更换自己的工作处境，并做出了领域内最具开创性的工作
OneFlow深度学习框架·2023-08-28 09:20

为什么ChatGPT用强化学习而非监督学习？

为什么ChatGPT非得用强化学习，而不直接用监督学习？原因不是那么显而易见。
OneFlow深度学习框架·2023-08-28 09:19

一种让ChatGPT的回答既实时又精准的方法 | 人工智能

ChatGPT是由OpenAI在GPT-3基础上利用有监督微调和人工反馈强化学习的方式训练的聊天机器人，ChatGPT能在三个月时间达到月活
360技术·2023-08-28 08:40

司法考试的碎碎念

最开始准备的是刑法，徐光华老师讲解的非常精彩深入浅出。今天早上学习的时候还跟妈妈开玩笑，以前复习的时候想着必须要考过，现在复习觉得就算考不过也值了，法律实在是太好玩了。
倩言晴语·2023-08-28 03:02

一周在榜9本计算机专业新书

（2）内容深入浅出—
人邮异步社区·2023-08-28 02:46

深度学习怎么学？

深度学习：从基础到实践（上下册）深入浅出的讲述了深度学习的基本概念与理论知识，不涉及复杂的数学内容，零基础小白也能轻松掌握！
人邮异步社区·2023-08-28 02:45

今晨7：00—12：00长达五小时的工作坊复盘

今天6：00就起来准备参加期待已久的5小时沉浸式梦想成真工作坊，在某种程度上，弘丹老师深入浅出的耐心讲解，打通了我的一些卡点。
水芝·2023-08-28 02:00

大模型讲习班丨第四范式黄世宇：强化学习的发展历程与基于人类反馈的强化学习...

人工智能研究与应用范式正经历一场剧变，越来越多的顶级团队和杰出人才纷纷加入这一变革浪潮。作为AI大模型科研先锋，智源研究院携手一批卓越的学者与工程师，致力于将尖端技术与经验传授给有潜力的学习者，通过高效的学习方式，让更多人能迅速融入这一重要的历史进程，提升中国在这一领域的人才数量和质量。大模型前沿技术讲习班第一季第三期（S01E03）将在2023年8月26-27日线下召开，我们邀请了来自顶尖科研领
智源社区·2023-08-27 23:09

【伤寒强化学习训练】打卡第十三天 一期90天

11.5.2乌梅丸证及乌梅的药性乌梅丸证【11.59】伤寒，脉微而厥，至七八日，肤冷，其人躁、无暂安时者，此为脏厥，非蚘厥也。蚘厥者，其人当吐蚘。今病者静，而复时烦，此为脏寒，蚘上入其膈，故烦。须臾复止，得食而呕又烦者，蚘闻食臭出，其人当自吐蚘。蚘厥者，乌梅丸主之。又主久利。乌梅丸方乌梅三百枚细辛六两干姜十两黄连十六两当归四两附子六两（炮去皮）蜀椒四两（出汗）桂枝六两（去皮）人参六两黄柏六两右十味
A卐炏澬焚·2023-08-27 23:51

强化学习-Reinforcement learning | RL

强化学习是机器学习的一种学习方式，它跟监督学习、无监督学习是对应的。本文将详细介绍强化学习的基本概念、应用场景和主流的强化学习算法及分类。目录什么是强化学习？
ZhangJiQun&MXP·2023-08-27 22:50

Huggingface训练Transformer

具体可见博客召唤神龙打造自己的ChatGPT_gzroy的博客-CSDN博客Huggingface提供了一个TRL的扩展库，可以对transformer模型进行强化学习，SFT是其中的一个训练步骤，为此我也测试一下如何用
gzroy·2023-08-27 21:29

【伤寒强化学习训练】打卡第五十七天 一期90天

4.4.2咳嗽篇之止嗽散与十枣汤在中医理论的世界，阳的世界比阴的世界大，相对而言，能量比物质重要，就是心情好比身体好重要所有的阴脉代表任脉；阳脉代表督脉；奇经八脉，任督二脉；任督二脉是一阴一阳，任脉比较短，督脉比较长，在阴阳的世界里面，人的物质的身体是受能量的身体所主导的；止嗽散有两个方子：第一个方是直接抓这个药去煮汤剂；第二个是把药物打成药粉冲热水喝；张仲景的咳嗽篇治疗的咳嗽都是那种主证很清楚，
A卐炏澬焚·2023-08-27 21:49

对贝叶斯最深入浅出解构的一篇文章

概率论只不过是把常识用数学公式表达了出来。——拉普拉斯目录0.前言1.历史1.1一个例子：自然语言的二义性1.2贝叶斯公式2.拼写纠正3.模型比较与贝叶斯奥卡姆剃刀3.1再访拼写纠正3.2模型比较理论（ModelComparasion）与贝叶斯奥卡姆剃刀（BayesianOccam’sRazor）3.3最小描述长度原则3.4最优贝叶斯推理4.无处不在的贝叶斯4.1中文分词4.2统计机器翻译4.3贝
aikiliger·2023-08-27 19:07

宋馨阳光心理教育蓝田九间房讲习所"成立

宋馨妈妈《青少年人生格言》深入浅出，集励志教育、自信教育、感恩
大侠上官云飞·2023-08-27 19:28

深度Q学习的收敛性分析：通过渐近分析方法

1.2.主要贡献1.2.1.目标网络1.2.2.经验回放2.神经网络2.1.前馈网络2.2.激活函数σ2.3.深度Q网络3.深度Q学习：算法和假设4.收敛性分析4.1.DQN的连续化深度Q学习是一种重要的强化学习算法
Yingjun Mo·2023-08-27 15:09

【C++深入浅出】初识C++下篇（auto关键字、范围for、nullptr指针）

目录一.前言二.auto关键字2.1auto的引入2.2auto简介2.3auto的使用细则2.4auto不能推导的场景三.基于范围的for循环(C++11)3.1范围for的语法3.2范围for的原理3.3范围for的使用条件四.指针空值nullptr(C++11)一.前言上期我们介绍了c++新增的两个重要语法：引用和内联函数，今天我们带来的内容是auto关键字、范围for以及nullptr指针
忆梦初心·2023-08-27 14:47

宇宙公民王欣高效阅读训练营第七期Day10分享畅美女的课后总结。

另在深入浅出的NLP心法及三大支柱的讲解上又让我不由想到《逆商》的底层逻辑，所以今天，我索性用记忆宫殿的格子方法论，将今天的课程与《高》和《逆》中相关联的知识点结合起来输出，看看让人生开挂的高效能人士在不同习惯中可以运用哪些工具践行
宇宙公民王欣·2023-08-27 14:09

[2021]《我的第一本人生规划手册》作者: 柏永辉

作者用解剖学教科书的理念，分别在人生规划大方向，资源配置，时间管理，专业知识学习，以及职场实战落地的五个角度，针对同一个“人生规划”的问题，做了深入浅出的系统性交代，能帮助读者快速走出人生迷茫的盲区。。
刘书朋·2023-08-27 12:02

2019钱妹日记分享1

2.课程：《如何让孩子爱上学习》《二十四节气养生一小满》《易趣玩》强化学习。二、养生.1.159素食早餐.2.四项运动.3.艾灸。三.经典语句分享：子孙虽愚，经书不可不读
3b0ae8940190·2023-08-27 12:23

深度学习2.神经网络、机器学习、人工智能

目录深度学习、神经网络、机器学习、人工智能的关系大白话解释深度学习传统机器学习VS深度学习深度学习的优缺点4种典型的深度学习算法卷积神经网络–CNN循环神经网络–RNN生成对抗网络–GANs深度强化学习
ZhangJiQun&MXP·2023-08-27 11:25

七、《图解HTTP》加密的协议HTTPS

总结前言这篇文章是来记录博主对《图解HTTP》书中知识点进行梳理，作为强化学习。网上对此书非常推崇，博主认为这本书是小白入门计网的绝佳选择。
老帅比阿·2023-08-27 10:23

你就要很独特

身为牛津大学、剑桥大学著名教授，西蒙·布莱克根植于扎实的哲学和心理学知识，深入浅出，用犀利的批判，揭穿了这个虚浮世界中的种种虚假美好，打破了时下人们虚幻的自我认知，帮助人们更清晰地认识自己的内心世界，进而实现真正
Meixiaoo·2023-08-27 09:29

强化学习在游戏AI中的应用与挑战

文章目录1.强化学习简介2.强化学习在游戏AI中的应用2.1游戏智能体训练2.2游戏AI决策2.3游戏测试和优化3.强化学习在游戏AI中的挑战3.1探索与利用的平衡3.2多样性的应对4.解决方法与展望4.1
IT·陈寒·2023-08-27 08:11

深入浅出(Head Flrst)教学原则

深入浅出(HeadFlrst)教学原则.f.深入浅出数据分析我们认为该系列图书的读者都是学习者下面是部分深入浅出(HeadFlrst)教学原则将知识图形。
芦荟酸奶最NICE·2023-08-27 05:41

论文解读：Bert原理深入浅出

摘取于https://www.jianshu.com/p/810ca25c4502任务1：MaskedLanguageModelMakedLM是为了解决单向信息问题，现有的语言模型的问题在于，没有同时利用双向信息，如ELMO号称是双向LM，但实际上是两个单向RNN构成的语言模型的拼接，由于时间序列的关系，RNN模型预测当前词只依赖前面出现过的词，对于后面的信息无从得知。那么如何同时利用好前面的词和
壹晴天·2023-08-27 01:13

心有多大，舞台就有多大

每周由一名教练的带领，以语音分享和案例互动的方式，深入浅出的为我们作讲解，并且案例学习中有一定的体验感，把理论应用在实际工作中。
rain_邹宇·2023-08-27 00:30

【伤寒强化学习训练】打卡第二十九天 一期90天

本草：干姜的药性干姜：味辛温、性温热、辣、生姜晒干切成片状、色白生姜：发热；御湿之菜，把湿寒之气逼开，生姜是走而不守（从脾胃往外面把一些湿气、寒气逼开）干姜：不发汗，可止血，干姜是守而不走（在脾胃消化的地方暖起来），“肠澼下痢”：肠胃道积水的拉肚子炮姜：在张仲景时代是用干姜再去烘烤，烘烤过的干姜没那么辣，多一点苦味，嚼起来像苦棉花一样甘草干姜汤用炮姜治疗肺冷——让脾胃暖了以后，暖气向上把肺暖起来（
A卐炏澬焚·2023-08-27 00:47

强化学习系列--值迭代算法

强化学习系列--值迭代算法介绍示例代码介绍值迭代算法使用贝尔曼最优方程来更新状态值函数。
lqjun0827·2023-08-26 23:48

【深入浅出C#】章节 9: C#高级主题：多线程编程和并发处理

多线程编程和并发处理的重要性和背景在计算机科学领域，多线程编程和并发处理是一种关键技术，旨在充分利用现代计算机系统中的多核处理器和多任务能力。随着计算机硬件的发展，单一的中央处理单元（CPU）已经不再是主流，取而代之的是多核处理器，这使得同时执行多个任务成为可能。多线程编程允许开发人员将一个程序拆分成多个线程，这些线程可以并行执行，从而提高程序的性能和响应速度。为什么多线程在现代应用中至关重要？性
喵叔哟·2023-08-26 18:59

强化学习系列--深度Q网络（DQN算法）

强化学习系列--深度Q网络（DQN算法）介绍示例代码（pytorch实现）示例代码（keras实现）介绍深度Q网络（DeepQ-Network，DQN）是一种强化学习算法，通过结合深度神经网络和Q-learning
lqjun0827·2023-08-26 16:14

强化学习系列--带基准线的REINFORCE算法

强化学习系列--带基准线的REINFORCE算法介绍示例代码介绍在强化学习中，带基准线的REINFORCE算法是一种用于求解策略梯度的方法。
lqjun0827·2023-08-26 16:14

强化学习系列--演员-评论员算法（Actor-Critic Algorithm）

强化学习系列--演员-评论员算法（Actor-CriticAlgorithm）介绍示例代码（pytorch）示例代码（tensorflow）介绍演员-评论员算法（Actor-CriticAlgorithm
lqjun0827·2023-08-26 16:14

人工智能技术的主要类别

强化学习：通过与环境的交互，让模型逐渐学习最佳决策策略，常见于游戏、自动驾驶等领域。深度学习：卷积神经网络（CNN）：专门用于图像处理和计算机视觉任务，通过卷积层来学习图像中的特
沐尘而生·2023-08-26 15:31

深入浅出AXI4协议（1）——概述

写在前面从这篇文章开始，我们将正式进入AXI4协议的学习，在xilinx系列的FPGA中，AXI4协议的使用是非常广泛的，很多的IP核都会支持AXI接口，而如果使用的是zynq系列，那AXI协议的学习更是重中之重。但是作为一款商用的成熟的总线协议，AXI接口本身的复杂程度也让很多初学者觉得无从下手。本系列希望通过最朴素的语言和一系列的使用实例帮助读者快速入门AXI4协议。但是笔者受限于自身水平有限
apple_ttt·2023-08-26 13:31

深入浅出AXI协议（2）——通道及信号

一、前言在之前的文章中，我们主要介绍了什么是AXI协议，AXI协议的特点与优点，然后对于AXI协议非常重要的五通道结构进行了介绍，了解了5个通道各自的作用。本文我们继续AXI协议的学习，我们将讨论5个通道的具体内容和相对应的信号。这一部分的内容现在对于大家来说可能很难理解，但是没有关系，随着学习的深入，我们会逐步讲解这里面的所有现在，现在只需要把它们当作一个可以查阅的手册，快速阅读有一个基本的印象
apple_ttt·2023-08-26 13:29

强化学习时序差分学习方法--SARSA算法

强化学习时序差分学习方法--SARSA算法介绍示例代码介绍SARSA（State-Action-Reward-State-Action）是一种强化学习算法，用于解决马尔可夫决策过程（MDP）中的问题。
lqjun0827·2023-08-26 10:12

开学网课第三天

第一节课老师在讲解课疫情给予我们的心理成长，以深入浅出的方式给我们阐述了疫情之下如何心安？并结合视屏盒子呼吸法及运动健身操给我们讲解运动如何消除我们对于这次疫情的恐慌！第二节课尤其让我记忆犹新！
柳暗花明_4bc9·2023-08-26 09:55

强化学习笔记（二）

Q-learning:基于价值，单步更新，离线学习（采样策略不是真实的目标策略）Sarsa:基于价值，单步更新，在线学习（走一步学一步，采样策略与目标策略相同）PolicyGradients:基于概率，回合更新（基础版）DQNDQN:DeepQ-learningNetwork,获取Q(s,a)值的方法从Q-table表格式存储检索换成神经网络计算生成。输入是state，输出是该state下每个ac
feiba54·2023-08-26 08:06

私董会培训复盘

大气庞博，深入浅出，高屋建瓴，让我想象到他驾着飞机，直冲云
娟子心语·2023-08-26 04:53

深入浅出虚拟 DOM 和 Diff 算法，及 Vue2 与 Vue3 中的区别

因为Diff算法，计算的就是虚拟DOM的差异，所以先铺垫一点点虚拟DOM，了解一下其结构，再来一层层揭开Diff算法的面纱，深入浅出，助你彻底弄懂Diff算法原理认识虚拟DOM虚拟DOM简单说就是用JS
IT沐华·2023-08-26 00:15

《强化学习：原理与Python实战》——可曾听闻RLHF

前言：RLHF（ReinforcementLearningwithHumanFeedback，人类反馈强化学习）是一种基于强化学习的算法，通过结合人类专家的知识和经验来优化智能体的学习效果。
陈童学哦·2023-08-25 22:05

第十章 强化学习

场景与原理1.强化学习模型五个基本要素代理Agent、环境Environment、行为Action、状态State、反馈Reward策略Policy和价值Value2.基于价值的算法假设已经知道了所有State
etheon·2023-08-25 21:53

【AI模型】gym强化学习仿真平台配置与使用

°★这篇文章主要介绍gym强化学习仿真平台配置与使用。无专精则不能成，无涉猎则不能通。——梁启超欢迎来到我的博客，一起学习，共同进步。
Frank学习路上·2023-08-25 20:25

视频教程-Keepalived配置实现Nginx高可用-Linux

Keepalived配置实现Nginx高可用具有多年互联网大型系统开发经验，曾带领团队完成公安业务系统、某互联网企业B2C项目，并具有5年讲师经验，授课风格深入浅出。
weixin_33211992·2023-08-25 19:27
上一页 59 60 61 62 63 64 65 66 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他