深入浅出强化学习

freemarker模板在客服域的使用场景及用法介绍

Java学习：社区快速通道深入浅出RocketMQ设计思想：深入浅出RocketMQ设计思想绝对不一样的职场干货：大厂最佳实践经验指南最近更新：2023年7月15日点赞收藏⭐留言都是我最大的动力！
小王曾是少年·2023-07-15 23:46

至真才会感人，至深才会久远

听过卜老师深入浅出的讲解，再一次清晰了比兴在诗词中的运用，也再一次走进了让人感动的诗词世界。忙碌的工作之余，阅读这本书就是最好的一种营养补给，叶先生的演讲稿通俗易懂，就如坐在台下听讲一样，有一种身临其
57甘肃武都陈武红·2023-07-15 22:16

强化学习算法TD3论文的翻译与解读：延迟学习、软更新、策略噪声、梯度截取

强化学习算法TD3论文：AddressingFunctionApproximationErrorinActor-CriticMethods2018.10.
汀、人工智能·2023-07-15 22:03

详解DDPG算法：解决对大量的超参数、随机重启、任务环境敏感问题，完成月球着陆器，双足机器人demo、以及超参数调优教学

0.demo展示当我复现强化学习算法DDPG时，我发现论文中缺少必要的实现细节，例如：Gamma、噪声方差、最大训练步数等参数的取值。
汀、人工智能·2023-07-15 22:03

深度强化学习经验回放(Experience Replay Buffer)的三点高性能修改建议：随机采样、减少保存的数据量、简化计算等

高性能的ReplayBuffer应该满足以下三点：随机采样randomsample的速度要快，尽可能加快读取速度（最为重要）减少保存的数据量，增加吞吐效率（对分布式而言重要）保存能简化计算的变量（对特定算法而言重要）为了达成以上要求，我建议做出以下修改：把ReplayBuffer的数据都放在连续的内存里，加快读取速度按trajectory的顺序保存envtransition，避免重复保存nexts
汀、人工智能·2023-07-15 22:03

【深度学习】深度强化学习初学者指南

一、说明GAN（GenerativeAdversarialNetworks）是一种深度学习模型，它由两个神经网络组成：一个生成网络和一个判别网络。生成网络学习如何生成类似于给定数据集的新数据，而判别网络则学习如何区分生成网络生成的数据和原始数据。这两个网络相互竞争，使得生成器越来越接近于生成真实数据，判别器越来越接近于准确地识别真实数据和生成数据。GAN已经在许多领域中取得了成功，如图像处理、自然
无水先生·2023-07-15 22:27

空间光通信-调制解调滤波与同步

图文并茂，讲解电磁波传播原理_哔哩哔哩_bilibili深入浅出空间光通信-3.调制解调滤波与同步_哔哩哔哩_bilibili傅里叶变换这样学，何愁不会呢？
SofterICer·2023-07-15 17:24

Spring的深入浅出--12.再次深入分析IOC容器底层源码实现流程

分析IOC容器最主要的还是通过观察refresh()方法，在refresh是整个IOC容器的核心刷新前的预处理工作if里面打印的是日志初始化属性配置进行属性校验保存事件获取bean工厂进行BeanFactory的准备工作BeanFactory初始化之后进行的后置处理工作。执行BeanFactoryPostProcessor；BeanFactoryPostProcessor：beanFactory的
键盘林·2023-07-15 16:13

微信直播聊天室架构演进

本文将深入浅出地介绍聊天室组件
腾讯技术工程·2023-07-15 14:21

Android 视频直播流程详解

很感谢雷神，因为看他的博客入的门，因为看他的博客才明白了什么叫深入浅出。愿天堂的你不要再熬夜。
Jowney·2023-07-15 12:09

机器学习可信域策略优化（TRPO）笔记

可信域策略优化（TrustRegionPolicyOptimization，TRPO）是一种用于强化学习的优化算法，用于训练策略函数以最大化累积奖励。
Aresiii·2023-07-15 11:16

Python深度强化学习实战 ——OpenAI Gym-CarRacing自动驾驶项目

写在前面：本篇是关于OpenAIGym-CarRacing自动驾驶项目的博客，面向掌握Python并有一定的深度强化学习基础的读者。
柠檬叶子C·2023-07-15 11:42

用 GPU 并行环境 Isaac Gym + 强化学习库 ElegantRL：训练机器人Ant，3小时6000分，最高12000分

前排提醒，目前我们能“用ppo四分钟训练ant到6000分”，比本文的3小时快了很多很多，有空会更新代码https://blog.csdn.net/sinat_39620217/article/details/131724602介绍了IsaacGym库如何使用GPU做大规模并行仿真，对环境模块提速。这篇帖子，我们使用1张A100GPU在3个小时之内，把Ant机器人训练到6000分以上，并开源了代码
汀、人工智能·2023-07-15 09:51

机器学习概述（自用）

目录概念工作流程特征工程模型评估拟合欠拟合过拟合算法分类监督学习回归问题分类问题无监督学习半监督学习强化学习深度学习概念机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测工作流程获取数据，
醋酸洋红就是我·2023-07-15 08:59

深入阐述人工智能AI与机器学习的关系

监督学习、无监督学习、强化学习等均属于机器学习的范畴。2.深度学习（DeepLearning）：深度学习是机器学习的一个
醉心编码·2023-07-15 08:26

机器学习深度确定性策略梯度（DDPG）笔记

深度确定性策略梯度（DeepDeterministicPolicyGradient，DDPG）是一种用于解决连续动作空间的强化学习算法。它结合了确定性策略梯度方法和深度神经网络。
Aresiii·2023-07-15 08:54

AIGC浪潮席卷，亚马逊云科技携手海尔设计、Nolibox加速工业设计转型

从机器学习算法到深度学习再到强化学习，AI创新浪潮奔流不息。
静观事态·2023-07-15 08:44

亚马逊云科技联合Nolibox定制工业设计AIGC解决方案

从机器学习算法到深度学习再到强化学习，AI创新浪潮奔流不息。
Discovering_·2023-07-15 08:38

AlphaZero：自我对弈下的深度强化学习突破

AlphaZero：自我对弈下的深度强化学习突破引言AlphaZero是DeepMind团队提出的一种通用的强化学习算法，它能够通过自我对弈的方式从零开始学习并掌握多种棋类游戏，包括围棋、国际象棋和将棋
人生彷徨何处寻觅·2023-07-15 07:06

体验式学习的力量（31）体验学习在企业组织中的应用

与此相对的是，有些时候，企业组织中的个体往往没有意识到自身学习的发生，错失了巩固和强化学习成果的机会，在企业组织中应用体验学习，可以从个体、团队、组织3个层面展开。一、个体层面。
周溪乔_体验学习培训师·2023-07-15 05:14

强化学习之DQN超级进化版Rainbow

阅读本文前可以先了解我前三篇文章《强化学习之DQN》《强化学习之DDQN》、《强化学习之DuelingDQN》。
微笑小星·2023-07-15 05:18

使用GPU进行大规模并行仿真，解决强化学习采样瓶颈：CPU、GPU架构以及原理详解

强化学习的落地应用场景，我认为可以是仿真环境仿真程度高，且仿真速度快的任务场景。而这篇帖子将会将：使用GPU进行大规模并行仿真，解决强化学习采样瓶颈。
汀、人工智能·2023-07-15 05:47

强化学习从基础到进阶-案例与实践[4]：深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN

【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理
汀、人工智能·2023-07-15 05:44

从TB67H450FNG了解电机驱动原理(PWM&FOC&三相逆变&PID)

其中涉及了PWM控制脉宽周期以及输出电压电流，FOC驱动算法，H桥驱动电路，PID控制......信息量过大，在此记录一下以防忘记，学习主要参考正点原子官网的电机资料以及下面的一些链接【自制FOC驱动器】深入浅出讲解
Keitheasun·2023-07-15 03:43

强化学习的A3C算法应用（训练Atari游戏）

A3C算法的全称是AsynchronousAdvantageActor-Critic，异步优势执行者/评论者算法。这个算法和优势执行者/评论者算法的区别在于，在执行过程中不是每一步都更新参数，而是在回合结束后用整个轨迹进行更新。因此可以让多个Worker来进行轨迹的搜集和参数更新。每个执行者的更新都是异步的。这个算法与优势执行者/评论者算法相比，优点在于可以大大提高执行效率，因为对于策略更新算法来
gzroy·2023-07-15 02:48

用强化学习来玩Atari游戏(基于Tensorflow的深度Q学习模型)

在之前的博客用TensorflowAgents实现强化学习DQN_gzroy的博客-CSDN博客中，我用TF-Agents实现了一个深度Q学习模型，并且对小车上山这个环境进行了训练。
gzroy·2023-07-15 02:18

深入浅出R-CNN：一种深度学习目标检测方法

✨✨✨感谢优秀的你打开了小白的文章“希望在看文章的你今天又进步了一点点，生活更加美好！”目录前言1.什么是R-CNN？2.R-CNN的工作原理3.改进和变种：FastR-CNN和FasterR-CNN4.R-CNN的应用场景5.简单代码实现6.总结前言在计算机视觉中，目标检测是一项非常重要的任务，它涉及到从图像中识别并定位感兴趣的对象。在过去的几年里，神经网络和深度学习技术的兴起为这一领域带来了革
进步小白·2023-07-15 01:13

无监督学习

引言前文已经讲到，ChatGPT的训练过程使用了无监督学习、监督学习和强化学习等多种机器学习方式。
马良神笔·2023-07-14 23:27

Ribbon IPing机制源码探秘

Java学习：社区快速通道深入浅出RocketMQ设计思想：深入浅出RocketMQ设计思想绝对不一样的职场干货：大厂最佳实践经验指南最近更新：2023年7月2日点赞收藏⭐留言都是我最大的动力！
小王曾是少年·2023-07-14 23:32

java正则表达 替换_深入浅出解析正则表达式-替换原则

本文给大家分享的正则表达式的替换原则，这里讲到的替换是只能在替换模式中识别的语言元素。感兴趣的朋友跟着小编一起学习吧下面通过图文并茂的方式给大家介绍正则表达式替换原则，具体内容请看下文。一、开篇最近经常用到替换的东西所以就出来整理下，这里要分享的是正则表达式里面的替换原则，首先要声明的是这里提及到的替换原则是.NET里面的正则表达式的替换原则。先看一下替换的定义替换是只能在替换模式中识别的语言元素
weixin_39750195·2023-07-14 17:29

深度强化学习调参技巧：以DQN、DDPG、TD3、PPO、SAC等算法为例

深度强化学习DeepReinforcementLearning简称为DRL运行DRL算法代码（实际使用+调整参数），需要更多DL基础阅读DRL算法论文（理解原理+改进算法），需要更多RL基础深度强化学习算法能训练能智能体
汀、人工智能·2023-07-14 15:18

多智能体强化学习（MARL）研究汇总：行为分析、通信学习、协作学习、智能体建模

【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理
汀、人工智能·2023-07-14 15:48

深度强化学习：深度解析 MADDPG

深度强化学习：深度解析MADDPG学习强化学习，码代码的能力必须要出众，要快速入门强化学习搞清楚其中真正的原理，读源码是一个最简单的最直接的方式。最近创建了一系列该类型文章，希望对大家有多帮助。
汀、人工智能·2023-07-14 15:48

深入浅出DNS系列（九）- EDNS

9EDNSEDNS0的rfc文档为rfc68919.1OPTRR其中type缺省为419.2RDATA9.3OPTRecordTTLFieldUse9.4一个dns消息只能有1个OPTOPTRR可以放在任何位置，但是不能覆盖TSIG或SIG，TSIG或SIG始终放在附加记录的最后面9.5缓存OPT记录禁止缓存(cache)、前转(forward)、存储在master文件中。
jiangsd198·2023-07-14 14:40

2019年2月22日 网络咨询师一

上课时，听到老师可以很深入浅出，很生动形象的把内容讲述清楚，教授出来，真的很佩服！这个世界上不缺有很多很深体验，却不能清晰准确表达分享出来的人，也不乏体验有限却夸夸其谈的人，但是像老师这样，
无忧子Alina·2023-07-14 13:05

深入浅出理解kafka原理系列之：kafka延迟检测kafka_consumergroup_lag_sum

深入浅出理解kafka原理系列之：kafka延迟检测kafka_consumergroup_lag_sumkafka的jmx指标kafka_consumergroup_lag_sumkafka_consumergroup_lag_sum
最笨的羊羊·2023-07-14 13:35

深入浅出理解kafka原理系列之：发送消息的缓冲区机制buffer.memory、batch.size、linger.ms

深入浅出理解kafka原理系列之：发送消息的缓冲区机制buffer.memory、batch.size、linger.ms一、buffer.memory二、batch.size三、linger.mskafka
最笨的羊羊·2023-07-14 13:35

什么是从人类反馈中强化学习（RLHF）？

ChatGPT的惊人表现背后的主要原因之一是得益于其训练技术：从人类反馈中强化学习(RLHF)。虽然RLHF在大型语言模型方面已经展现了令人印象深刻的结果，但可以追溯到发布的首个GP
冲浪中台·2023-07-14 12:10

强化学习是否言过其实?

可以想象一下，你正准备和朋友一起下国际象棋，但他并不是人类，而是一个不了解游戏规则的计算机程序。但这个应用程序却明白自己致力实现一个目标，就是在游戏中获胜。因为计算机程序不知道规则，所以开始下棋的招数是随机的。其中有些招数完全没有意义，而对你来说获胜很容易。在这里假设你非常喜欢和这个朋友下国际象棋，以至于沉迷于这个游戏。但计算机程序最终会获胜，因为它会逐渐学会击败你的方法和招数。虽然假设的这个场景
冲浪中台·2023-07-14 12:10

ChatGPT训练流程

------语言建模InstructionFinetuning---------让模型能够理解自然语言指令RLHFRewardModeling奖励建模，用来代替人工打分，降低标注成本奖励模型是用来建模强化学习的一个组件
从流域到海域·2023-07-14 11:41

深入浅出TCP协议，为什么需要TCP协议？

前面我们介绍了网络层的IP协议、ICMP协议、ARP协议，后续给大家介绍下传输层的TCP和UDP协议。今天先讲讲TCP协议。本篇文章概要：正文我们知道TCP是传输层协议，用于为应用层提供服务，通过端口号可以唯一标识一个应用。1什么是TCP?TCP是面向连接的,提供端到端可靠性服务的传输层协议。面向连接：面向连接中通信中，会在在两个端点之间建立了一条可靠的数据通信信道。电话就是一种面向连接的服务，双
网络工程师笔记·2023-07-14 11:33

从php5.6到golang1.19-文库App性能跃迁之路

作者|百度文库App导读本文深入浅出地分享了百度文库App服务端技术栈从PHP迁移至Go的实战经验，包含了技术选型、基础建设、流量迁移的具体方案，以及核心项目案例的重构实践。
百度Geek说·2023-07-14 10:49

优维DevOps全新产品——双态部署重磅上线

发布会现场，重新审视了DevOps市场现状，深度剖析了行业面临的挑战与机遇，同时也深入浅出的揭晓了“双态部署”是如何应对当下的种种挑战的。下面就跟着鹿小U来一起详细了解这款全新产品！
优维科技EasyOps·2023-07-14 09:45

2022年中征文之我与文友的缘分｜文字带我靠近齐帆齐老师，并追随她的脚步学习写作

齐帆齐老师精心准备了每一节课，利用PPT做导引、说明，分享文案写作干货、深入浅出地讲写作逻辑，用心良苦地启迪我们改变思维模式，建
张梦真生命疗愈·2023-07-14 04:44

【深入浅出 Spring Security（十三）】使用 JWT 进行前后端分离认证（附源码）

使用JWT进行前后端分离认证一、JWT的简单介绍二、使用JWT进行安全认证后端结合SpringSecurity实现前端Vue3结合Pinia、Axios实现测试结果一、JWT的简单介绍JWT全称JavawebToken，在此所讲述的是JWT用于身份认证，用服务器端生成的JWT去替代原始的Session认证，以提高安全性。JWT本质是一个Token令牌，是由三部分组成的字符串，分别是头部（heade
假正经的小柴·2023-07-14 03:30

自定义并注册Gym环境

强化学习的智能体必须和环境交互才能或者reward和observation。对于有些任务，比如机器人的训练任务，在现实中就不能直接实施，需要先在仿真中确保算法没有问题，才能迁移到真实机器人上。
思考实践·2023-07-14 03:55

五个步骤成为高效的学习者

一、强化学习的价值感。“要我学”和“我要学”的区别，肯定是巨大的，一个是被动学习，一个是主动学习。
南方的南007·2023-07-14 02:54

《深入浅出Java虚拟机 — JVM原理与实战》带你攻克技术盲区，夯实底层基础 —— 吃透class字节码文件技术基底和实现原理（核心结构剖析）

带你攻克技术盲区，夯实底层基础——吃透class字节码文件技术基底和实现原理（核心结构剖析）特殊字符串全限定名简单名称描述符基本类型终结符字段描述符示例方法描述符示例常量池CONSTANT_Utf8_info表CONSTANT_Utf8_info表的基本类型信息属性相关的字符串TagLengthBytesCONSTANT_Long_info表CONSTANT_Long_info表的格式CONSTA
洛神灬殇·2023-07-14 01:49

【深入浅出SpringCloud原理及实战】「Netflix系列之Hystrix」针对于限流熔断组件Hystrix的基本参数和实现原理介绍分析

[温馨提示]承接第一篇文章【深入浅出SpringCloud原理及实战】「Netflix系列之Hystrix」针对于限流熔断组件Hystrix的基本参数和实现原理介绍分析在这里推荐给大家martinfowler
洛神灬殇·2023-07-14 01:18

MYSQL实战45讲笔记--深入浅出索引

深入浅出索引索引的常见模型索引模型：是哈希表、有序数组和搜索树。区别：哈希表是一种以键-值（key-value）存储数据的结构，只要输入待查找的值即key，就可以找到其对应的值即Value。
zhendeWD·2023-07-14 00:47
上一页 74 75 76 77 78 79 80 81 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他