Algorithms:

《Proximal Policy Optimization Algorithms》--强化学习论文笔记

原文链接Markdown公式速写1.policygradient从onpolicy到offpolicypolicygradient：∇Rθ‾=Eτ∼pθ(τ)[R(τ)∇logpθ(τ)]\nabla\overline{R_\theta}=E_{\color{red}\tau\simp_\theta(\tau)}[R(\tau)\nablalogp_\theta(\tau)]∇Rθ=Eτ∼pθ(τ
ksvtsipert·2023-02-02 10:42

强化学习——Proximal Policy Optimization Algorithms

文章目录前言为什么需要PPOTRPOPPO前言本文对论文《ProximalPolicyOptimizationAlgorithms》进行总结，如有错误，欢迎指出。
菜到怀疑人生·2023-02-02 10:39

Proximal Policy Optimization Algorithm (PPO)

ProximalPolicyOptimizationAlgorithmsUpdatedon2019-09-1416:15:59Paper:https://arxiv.org/pdf/1707.06347
a1424262219·2023-02-02 10:07

PPO，Proximal Policy Optimization Algorithms 论文阅读

TRPO的优化方式比较复杂，对于某些模型结构无法使用，例如模型使用了dropout或policy跟valuefunction模型参数进行了共享。PPO算法基于TRPO的目标函数进行了简化，使用目标函数的一阶导数进行policy的更新，并且更新时可以进行多次迭代，重复使用现有的数据更新policy。先看TRPO的目标函数（是surrogate的）其复杂的优化方式主要来源于那个hard的KL散度约束，
空苍地樱·2023-02-02 10:37

PPO:Proximal Policy Optimization Algorithms

ProximalPolicyOptimizationAlgorithms近端策略优化算法论文地址https://arxiv.org/abs/1707.06347个人翻译，并不权威JohnSchulman
DarrenXf·2023-02-02 10:36

论文《Proximal Policy Optimization Algorithms》即PPO算法的代码及解读

代码https://github.com/openai/lm-human-preferences在train_policy.py文件看出有一个ref_policy作为ground-truth在train_reward.py文件看出可以同时用于reward_model自身的训练和用reward_model对ref_policy打分
罗斯威少合体·2023-02-02 10:05

力扣解法汇总2325. 解密消息

目录链接：力扣编程题-解法汇总_分享+记录-CSDN博客GitHub同步刷题项目：https://github.com/September26/java-algorithms原题链接：力扣描述：给你字符串
失落夏天·2023-02-01 15:14

轨迹匹配（map-matching）论文推荐

目录1.综述1.1英文1.2中文2.高被引论文3.书1.综述1.1英文M.A.Quddus,W.Y.Ochieng,andR.B.Noland,“Currentmap-matchingalgorithmsfortransportapplications
酸奶太酸·2023-02-01 11:23

【从RL到DRL】深度强化学习基础（三）——蒙特卡洛算法、TD算法改进：经验回放与高估问题的优化——Target网络与Double DQN，DQN结构改进——Dueling网络

目录蒙特卡洛算法（MonteCarloAlgorithms）例子：近似计算π例子二：蒙特卡洛方法在定积分中的应用：应用：蒙特卡洛近似期望（Expectation）ExperienceReplay经验回放
Vulcan_Q·2023-02-01 07:52

经典计算：Lecture3 Boolean Circuits II

2Booleancircuits2.3Basicalgorithms.Depth,spaceandwidth.2.3.1Depth一个Booleancircuit的depth是circuit中从任意输入到输出的路径中最大的
richybai·2023-02-01 01:14

COMP3027 深度学习

COMP3027Algorithms3027/3927Assignment4TheUniversityofSydney2022Semester1SchoolofComputerScienceTask1(
·2023-01-31 18:37

C#:实现Burrows-Wheeler变换算法（附完整源码）

C#:实现Burrows-Wheeler变换算法usingSystem;usingSystem.Linq;namespaceAlgorithms.DataCompression{publicclassBurrowsWheelerTransform
全栈技术博客·2023-01-31 14:03

初识流计算框架Spark

Spark简介Spark最初由美国加州伯克利大学（UCBerkeley）的AMP（Algorithms,MachinesandPeople）实验室于2009年开发，是基于内存计算的大数据并行计算框架，可用于构建大型的
_小许_·2023-01-31 14:52

力扣解法汇总2319. 判断矩阵是否是一个 X 矩阵

目录链接：力扣编程题-解法汇总_分享+记录-CSDN博客GitHub同步刷题项目：https://github.com/September26/java-algorithms原题链接：力扣描述：如果一个正方形矩阵满足下述全部条件
失落夏天·2023-01-31 13:45

2.stg-stl内存分配机制

目录总览全局对象构建析构全局区间对象fill/copy双顶层内存缓冲器示例reference总览大体stg-stl分为alloctor,iter,adapter,container,algorithms
db24cc·2023-01-31 05:04

数据结构可视化工具usfca

工具地址：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html使用方法：点击链接进入可视化工具导航页面：该页面提供的大部分平时所用到的数据结构
林伟杰_059·2023-01-31 01:48

用Python实现遗传算法(GA)(一)

ClintonSheppard的GeneticAlgorithmswithPython一书总结的笔记git链接:https://github.com/handcraftsman/GeneticAlgorithmsWithPython1
Yuri7·2023-01-30 20:27

【尚硅谷Java数据结构与算法】稀疏数组

更多内容参考：https://www.yuque.com/zhangshuaiyin/algorithms1.实际需求编写的五子棋程序中，有存盘退出和续上盘的功能。
一壶浊酒伴余生·2023-01-30 19:09

力扣解法汇总1669. 合并两个链表

目录链接：力扣编程题-解法汇总_分享+记录-CSDN博客GitHub同步刷题项目：https://github.com/September26/java-algorithms原题链接：力扣描述：给你两个链表
失落夏天·2023-01-30 11:16

Python 聚类方法整理笔记

scikitlearnclustering提供了13种聚类方法，官方文档为2.3.Clustering和Comparingdifferentclusteringalgorithmsontoydatasets
眕眕·2023-01-30 08:03

Deterministic Policy Gradient Algorithms 笔记

1.介绍Policygradient算法在增强学习中有非常多的应用，尤其是动作空间连续的情况。通常我们使用一个函数来表示策略。通常policygradient会从随机策略中采样，然后优化策略来得到更高的reward。这篇论文中，作者考虑的是deterministicpolicies。作者证明，deterministicpolicy是随机policy的极限，当policyvariance趋于0的时候
Junr_0926·2023-01-30 02:50

讲解：CSI 403、Data Structures、Python，c/c++，JavaPython|Prolog

CSI403DataStructuresandAlgorithmsFall2019HomeworkIVHurdProblem1[25pts]:Giventhesequenceofnumbers:20,7,34,29,43,40,8,12,30,42a
xumtw91·2023-01-30 00:37

【基础教程】BP神经网络

NeuralNetwork：神经网络Input：输入HiddenLayerOutputLayer：隐藏层输出层OutputLayer：输出层Output：输出2BP神经网络训练界面的参数2.1BP神经网络算法Algorithms
海神之光·2023-01-29 17:53

力扣解法汇总2315. 统计星号

目录链接：力扣编程题-解法汇总_分享+记录-CSDN博客GitHub同步刷题项目：https://github.com/September26/java-algorithms原题链接：力扣描述：给你一个字符串
失落夏天·2023-01-29 13:18

排序算法学习笔记（O(n2)部分)

看https://coding.imooc.com/class/71.html的课程并根据源代码https://github.com/shaojunying/Play-with-Algorithms的总结选择排序特点
邵俊颖·2023-01-29 03:11

Algorithms - Week 1(1), Part I, Princeton University

课程地址引言算法(Algorithms)是用来解决问题，在解决问题的过程中需要处理数据，数据结构(DataStructure)就是用来存储信息的。
Sisyphus235·2023-01-28 20:46

图像降噪算法——时域降噪算法

《AnalysisofOpticalFlowAlgorithmsforDenosing》图像降噪算法——时域降噪算法最近在工作上接触到了时域降噪相关的算法，这里进行一个简单的总结。
Leo-Peng·2023-01-28 16:15

特征选择----relief及reliefF算法

Relief算法是一种特征权重算法(Featureweightingalgorithms)，根据各个特征和类别的相关性赋予特征不同的权重，权重小于某个阈值的特征将被移除。
仰望星空_LiDAR·2023-01-28 15:12

Relief特征提取算法实战

Relief算法是一种特征权重算法(Featureweightingalgorithms)，根据各个特征和类别的相关性赋予特征不同的权重，权重小于某个阈值的特征将被移除。
香草星冰乐·2023-01-28 15:38

Tensor (张量) - 神经网络中的数据结构

Tensor-DataRepresentationinNeuralNetworksTensorsarethefundamentaldatastructureusedbyallmachineanddeeplearningalgorithms.Atensorcanbeagenericstructurethatcanbeusedforstoring
Yongqiang Cheng·2023-01-28 13:13

LeetCode-Algorithms-9.Palindrome Number（回文数）

1.题目描述:判断一个整数是否是回文数。回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。示例1:输入:121输出:true示例2:输入:-121输出:false解释:从左向右读,为-121。从右向左读,为121-。因此它不是一个回文数。示例3:输入:10输出:false解释:从右向左读,为01。因此它不是一个回文数。2.算法思路：我们可以把整数本身反转，将反转后的数字和原始整数进行比
lwyingyyy·2023-01-28 12:52

线性代数(numpy.linalg)API

TheNumPylinearalgebrafunctionsrelyonBLASandLAPACKtoprovideefficientlowlevelimplementationsofstandardlinearalgebraalgorithms.Thos
一隅天涯·2023-01-28 10:48

算法之美第二期亚麻题

JeffEricksonAlgorithmsbook宫水三叶3代码随想录花花酱步骤2:如何看：重点看他们同类型题目推荐，并不是看他们总结和答案。这个没有人能代替
小王同学加油·2023-01-27 15:07

【AlgorithmStar机器学习】AS机器学习库特征工程使用说明文档

目录AlgorithmStar介绍概述AS库的一般处理流程数据采集与清洗向量生成与特征提取选择机器学习后续处理AlgorithmStar使用数据类型-操作数浮点类型操作数整数类型操作数复数特征提取字典特征提取词频特征提取特征选择基于冗余排名比例去除基于相关系数去除机器学习聚合计算分类计算差异计算路径计算数据预处理
Liming07·2023-01-27 10:16

【PyTorch】解决RuntimeError: adaptive_max_pool2d_backward_cuda ...(添加注意力机制)

adaptive_max_pool2d_backward_cudadoesnothaveadeterministicimplementation...查看log定位error位置：在scaler.scale(loss).backward()前添加torch.use_deterministic_algorithms
ericdiii·2023-01-27 09:53

Design of computationally efficient density-based clustering algorithms

Efficentdensity-basedclusteringalgorightmstitle:Designofcomputationallyefficientdensity-basedclusteringalgorithms
xiongraorao·2023-01-27 05:34

30种共识算法完全列表

原文来自：http://www.infoq.com/cn/articles/consensuspedia-an-encyclopedia-of-29-consensus-algorithms共识算法是所有区块链
区块链习生·2023-01-26 19:16

《Adversarial Attacks on Neural Network Policies》阅读笔记

目录摘要介绍白盒攻击过程黑盒攻击过程TransferabilityAcrossPoliciesTransferabilityAcrossAlgorithms总结摘要对抗攻击可以攻击基本的神经网络模型，攻击常见的深度学习任务
孤山大姐姐·2023-01-26 15:07

(1作 2002 Ruhul Sarker) A new multiobjective evolutionary algorithm

Abstract背景ThePareto-basedapproacheshaveshownsomesuccessindesigningmultiobjectiveevolutionaryalgorithms
lilicat·2023-01-26 15:29

高斯分类器多类matlab,高斯判别分析（附Matlab实现）

生成学习算法高斯判别分析(GaussianDiscriminantanalysis，GDA)，与之前的线性回归和Logistic回归从方法上讲有很大的不同，GDA是一种生成学习算法(GenerativeLearningAlgorithms
徐令予·2023-01-26 15:57

计算机网络 - 网络层

计算这些路径的算法是路由算法routingalgorithms，如何转发分组由转发表确定。连接建立数据分组传输之前两端主机需要
wing_yeah·2023-01-26 13:43

Create new repository（2019-05-16）

gitinitgitaddREADME.mdgitcommit-m"firstcommit"gitremoteaddoriginhttps://github.com/guofusong/algorithms.gitgitpush-uoriginmaster
锅小二·2023-01-26 03:41

量子密码学_量子密码学与量子后密码学

Withinterestgrowingindevelopinguniversalquantumcomputers,examiningpostquantumalgorithmsa
weixin_26722031·2023-01-24 20:29

RL策略梯度方法之(五): Advantage Actor-Critic(A2C)

本专栏按照https://lilianweng.github.io/lil-log/2018/04/08/policy-gradient-algorithms.html顺序进行总结。
晴晴_Amanda·2023-01-23 15:12

RL策略梯度方法之(十二): actor-critic with experience replay(ACER)

本专栏按照https://lilianweng.github.io/lil-log/2018/04/08/policy-gradient-algorithms.html顺序进行总结。
晴晴_Amanda·2023-01-23 15:12

RL策略梯度方法之(四): Asynchronous Advantage Actor-Critic（A3C）

本专栏按照https://lilianweng.github.io/lil-log/2018/04/08/policy-gradient-algorithms.html顺序进行总结。
晴晴_Amanda·2023-01-23 15:12

RL策略梯度方法之(二): Actor-Critic算法

本专栏按照https://lilianweng.github.io/lil-log/2018/04/08/policy-gradient-algorithms.html顺序进行总结。
晴晴_Amanda·2023-01-23 15:42

RL Policy-Based : Actor-Critic，A3C,DPG,DDPG,TRPO,PPO

RLPolicy-Based，基于策略梯度PG的算法：PG基础:REINFORCEPG扩展：Actor-Critic，A3C,DPG,DDPG,TRPO,PPO=============REINFORCEAlgorithms
apche CN·2023-01-23 15:41

最短路径算法总结

最短路径算法（ShortestPathAlgorithms）总结Time：20210306Author:BJTU/PacificL文章目录最短路径算法（ShortestPathAlgorithms）总结
小P同学L·2023-01-21 19:35

2021年度训练联盟热身训练赛第五场 H In-place Sorting

【2021年度训练联盟热身训练赛第五场】HIn-placeSorting（贪心字典序比较）【题目描述】Woeisyou–foryouralgorithmsclassyouhavetowriteasortingalgorithm
球王武磊·2023-01-20 15:56
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他