Silver强化学习公开课

爱情的创造—郭靖黄蓉篇（连载）

上周日，在家看公开课，《爱情应有的样子》，看了看，感觉很不明白，这是啥啊？
赵无眠_1056·2024-01-26 21:52

Introduction to Deterministic Policy Gradient (DPG)

introduction-to-deterministic-policy-gradient-dpg-e7229d5248e2论文正文：http://proceedings.mlr.press/v32/silver14
taoqick·2024-01-26 11:51

深度学习与图像描述生成——看图说话（3）

目录一、整体架构二、学习策略2.1监督学习2.2无监督学习2.3强化学习三、特征映射3.1定义3.2原理3.3关键技术3.4重要案例3.5特别注意下特征空间这一概念四、语言模型4.1定义与原理4.2关键技术
giszz·2024-01-26 11:48

Hierarchical Object Detectionwith Deep Reinforcement Learning

摘要我们提出了一种方法，在深度强化学习agent引导的图像中执行层次对象检测。其关键思想是关注图像中包含更丰富信息的部分，并将其放大。
fayetdd·2024-01-26 09:16

ReinforceNet: A reinforcement learning embedded object detectionframework with region selection net

强化学习嵌入式目标检测框架与区域选择网络摘要摘要近年来，研究人员探索了基于强化学习的目标检测方法。然而，现有的方法总是难以令人满意的性能。
fayetdd·2024-01-26 09:45

当局者迷旁观者清

今天我们班的小朋友去五楼上公开课，通过这一次公开课活动，我也深刻的认识到了我班孩子身上存在的问题。
X_255e·2024-01-26 03:38

我看到了你的努力

今天的幼儿园公开课，我看到了孩子的努力，他努力的表现自己，努力的跟上老师的节奏。他站在人群中搜索着我的身影，冲着我腼腆的笑。我每一次都回他一个微笑和一个大拇指，他不好意思的冲我笑笑，也回我一个大拇指。
爬吧小虫子·2024-01-26 03:22

2020-10-22

这两天到处上公开课，三3班、三4班、三6班还有我们三5班。差不多整个三年级的班都上过课了。导致我很少有时间去看自己班的孩子，索性今天全部上完了，倒也是一件值得开心的事。
一介书生l1·2024-01-26 01:44

如丧一一读书笔记（十）

为了更好地理解这部分的内容，在网上看了几节麻省理工学院GilbertStrang教授的公开课，发现老教授事前似乎并未经历备课环节，因此在举例说明关联函数之间的联系时，显得有些语无伦次，并不连贯。
cyanshade·2024-01-26 01:58

强化学习 - Policy Gradient Methods（策略梯度方法）

什么是机器学习策略梯度方法（PolicyGradientMethods）是一类用于解决强化学习问题的算法，其目标是直接学习策略函数，而不是值函数。
草明·2024-01-25 21:53

强化学习 - Deep Q Network (DQN)

什么是机器学习DeepQNetwork（DQN）是一种结合深度学习和强化学习的方法，用于解决离散动作空间的强化学习问题。
草明·2024-01-25 21:23

强化学习 - Q-learning（Q学习）

什么是机器学习强化学习中的Q-learning（Q学习）是一种用于学习在未知环境中做出决策的方法。它是基于值函数的方法，通过学习一个值函数Q，该函数表示在给定状态和动作下，期望的累积奖励。
草明·2024-01-25 21:52

区间dp+三维状态，POJ1390 Blocks

Someofyoumayhaveplayedagamecalled'Blocks'.Therearenblocksinarow,eachboxhasacolor.Hereisanexample:Gold,Silver
EQUINOX1·2024-01-25 19:20

赛氪公开课｜AI发展的影响与对策

赛氪网特别邀请了人工智能领域的知名专家何炎祥教授，于2024年1月16日20:10开设了一堂公开课，课程主题为“全国算法精英大赛AI发展的影响与对策”。本次由赛氪网协助，何
赛氪·2024-01-25 19:48

Java pwn_虚拟PWN初探

前言之前看到星盟Q群里面的消息，Freedom师傅在B站直播关于虚拟pwn入门的公开课，然后就去听了一波，感觉受益匪浅。之前一直以为虚拟pwn是超级复杂的东西，今年打比赛也遇到了好几次，一直无从下手。
weixin_39785858·2024-01-25 17:25

付费课程值不值得买？

我是一名穷学生，在某些课程平台，比如慕课平台，爱课程，等等，都可以有免费的质量很不错的公开课。这些课程基本都是副教授教授级别的水准，有一定的专业性，而且，一般来说，都是比较系统的。
苏子楠·2024-01-25 17:18

公开课后一二三

今天理应去运动，因为我答应好自己上完公开课就开启运动模式的。可是今天感觉耗完了全身的能量，回到宿舍一丁点儿力气都没有。公开课今天如约开展了公开课，一节公开课上的好与不好自己的内心如明镜。
花小语的成长记·2024-01-25 16:19

八支瑜伽公开课回顾| 闻风老师：把握好每一次呼吸

10-272019年闻风老师“呼吸”公开课开始嘿，参加完昨天闻风老师“呼吸”公开课的童鞋们,今天，你们关注到你自己的呼吸了吗？
八支瑜伽·2024-01-25 15:29

深度强化学习-策略梯度及PPO算法-笔记（四）

策略梯度及PPO算法策略梯度PolicyGradient基础知识策略梯度的计算细节TipsTip1：AddaBaselineTip2：AssignSuitableCredit策略梯度优化的技巧Reinforce蒙特卡洛MC与时序差分TDReinforce算法PPO（ProximalPolicyOptimization）基础知识FromOn-policytoOff-policyImportanceS
wield_jjz·2024-01-25 14:03

强化学习--梯度策略

强化学习强化学习--梯度策略强化学习1Keywords2Questions1Keywordspolicy（策略）：每一个actor中会有对应的策略，这个策略决定了actor的行为。
无盐薯片·2024-01-25 14:02

Pytorch 实现强化学习策略梯度Reinforce算法

一、公式推导这里参考邱锡鹏大佬的《神经网络与深度学习》第三章进阶模型部分，链接《神经网络与深度学习》。`伪代码：二、核心代码defmain():env=gym.make('CartPole-v0')obs_n=env.observation_space.shape[0]act_n=env.action_space.nlogger.info('obs_n{},act_n{}'.format(obs_
爱喝咖啡的加菲猫·2024-01-25 14:31

【机器学习】强化学习（七）-策略梯度算法-REINFORCE 训练月球着陆器代理（智能体）...

概述月球着陆器代理是一个模拟飞行器在月球表面着陆的环境，它有八个连续的状态变量，分别是水平坐标、垂直坐标、水平速度、垂直速度、角度、角速度、腿1触地、腿2触地。它有四个离散的动作，分别是什么都不做、发动左方向引擎、发动主引擎、发动右方向引擎。训练月球着陆器代理的目标是使飞行器能够安全地降落在两个黄色旗帜之间的停机坪上，最小化燃料消耗和着陆时间。为了实现这个目标，我们可以用策略梯度算法来训练一个神经
十年一梦实验室·2024-01-25 14:25

电影《茶啊二中》观后感

在老师打算放弃公开课时，是她班的学生一起来到了
妳锝铭资·2024-01-25 14:49

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--机器人、强化学习、开放词汇

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==roboticagent==标题:TheConversationistheCommand:InteractingwithReal-WorldAuto
晓理紫·2024-01-25 13:01

[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

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==chatgpt@largelanguagemodel@LLM==标题:HAZARDChallenge:EmbodiedDecisionMakingi
晓理紫·2024-01-25 13:01

[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

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==LLM==标题:MindYourFormat:TowardsConsistentEvaluationofIn-ContextLearningImpr
晓理紫·2024-01-25 12:31

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--机器人、强化学习

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==roboticagent==标题:WorkspaceOptimizationTechniquestoImprovePredictionofHuman
晓理紫·2024-01-25 12:26

2019-06-30

感谢罗品牌的开课猫平台，因为在这里我看到一个有爱的平台，学员来自五湖四海，大家却相互帮助相互监督齐心共同完成任务3、感谢我自己，因为责任，我要不段突破自己，抱着8个月的宝宝听课，记笔记，担任副队长监督管理组员，并协助公开课的工作配合
周周_f00d·2024-01-25 10:51

跟100位大师练，练完就成高手丨写作工具箱 67

跟100位大师练，练完就成高手丨写作工具箱67网大公开课学习摘要。手速提升课：突破瓶颈——四大启明星（主讲人：奋斗）。1、瓶颈期的6种状态。
丨张伟丨·2024-01-25 10:49

《如何画好架构图》学习笔记

看了一堂《如何画好架构图》的公开课，结合网上的资料与经验做一些思考总结。文中的例子和图片大多是从课程中摘录的。1.4R架构定义4R架构定义其实是软件架构定义经过归纳提炼后的简称。
程序猿 M·2024-01-25 07:59

【机器学习】强化学习（六）-DQN(Deep Q-Learning)训练月球着陆器示例

概述DeepQ-Learning（深度Q学习）是一种强化学习算法，用于解决决策问题，其中代理（agent）通过学习在不同环境中采取行动来最大化累积奖励。
十年一梦实验室·2024-01-25 07:50

阅读记录：RNNLOGIC: LEARNING LOGIC RULES FOR REASON-ING ON KNOWLEDGE GRAPHS

现有方法要么面临在大搜索空间中搜索的问题（例如神经逻辑编程），要么由于奖励稀疏而导致优化无效（例如基于强化学习的技术）。为了解决这些限制，本文提出了一种称为RNNLogic的概率模型。
憨化龙猫·2024-01-25 07:04

伙伴计划“团团活力圈-活力飞扬 趣味无限”青少年趣味游戏活动

活动以青少年政治引领公开课“华龙一号”开篇。青少年是祖国的未来与希望，通过此次公开课，青少年们对“华龙一号”有了初步的认识与了解，这让青少年们见证了我们
益加壹·2024-01-25 07:36

QTRAN算法总结

:LearningtoFactorizewithTransformationforCooperativeMulti-AgentReinforcementlearning参考文章：(35条消息)多智能体强化学习
神奇的托尔巴拉德·2024-01-25 06:45

windows安装gitlab_GitLab Runner安装注册配置管理

本文是《GitLabCI实践》教程部分内容，点击上面图片获取免费公开课报名链接，欢迎报名学习！部分观点仅供参考。GitLabRunner是一个开源项目，用于运行您的作业并将结果发送回GitLab。
weixin_39884412·2024-01-25 06:31

深度学习数据集大合集—鱼类数据集

该物种是:Catla、Silver、Gulfaam、Grass共254张图片。数据查看地址：https://www.dilitanxianjia.com
地理探险家·2024-01-25 05:05

今天从同事那边学来的新技能。

我也想起了原先听过的一次淘宝公开课，说的就是咸鱼赚钱的方法，这次遇到真人了，还不得好好问问啊
默然爱写作·2024-01-25 01:55

疫情下的童趣

今天早上小朋友们都在看空中课堂的防疫公开课，结束以后的互动讨论环节真是热闹非凡，我无意中看了一下他们的画作，倒被吸引住了。
守拙君81·2024-01-25 00:15

河滨益民学校新教育工作汇报

4、组织了公开课听课评课活动。本周工作计划:1、按制定的复习计划备战期中考试，做好培优补差工作。2、进一步对学生进行防溺水安全教育，并和家长签订防溺水安全承诺书。3、坚持晨诵、午读、暮省好习惯的养成。
益民学校王凤老师·2024-01-24 23:59

2019年上半年收集到的人工智能强化学习干货文章

2019年上半年收集到的人工智能强化学习干货文章从0到1-强化学习篇关于人工智能中强化学习的扫盲强化学习简介深度强化学习探索强化学习算法背后的思想起源！强化学习基础什么是强化学习？
城市中迷途小书童·2024-01-24 22:57

历史课讲与不讲

公开课中，如果你的课堂没有学生的小组讨论、展示，就不是一节好课。课堂教学的确要改变教师一言堂的老模式，老师要转变为学生学习的引导者，要教会学生自主学习和探究，培养学生的终身学习能力。
m逆光生长·2024-01-24 22:53

不一般的不一班

老王心心念念了好几天的公开课，让我们预习这预习那的。
Erin_呆·2024-01-24 16:47

不会上课

听得完整的那一节课是四年级的一节课，记得以前我自己上公开课的时候也上过这一课。上课的老师应该是一位新到学校来的年轻老师感觉素质还是挺不错的，尤其是配乐朗诵的时候，声音很好听，也很有吸引力。
青鸾gl·2024-01-24 16:25

有爱、情无爱情

眼睛是心灵的窗户，国内名校眼科学的课程上都是这样教的，小光也看过一些公开课，但那应该叫做眼睛是心脏的窗户吧。澄澈的眼睛真的和纯净
腹语半千·2024-01-24 16:05

2021-10-05数学老师能不能徒手画图？

01昨天，我发了一篇文章《教师应该有一手绝活》，熊纪涛老师下午给我打来电话，给我讲了一个故事：一次在省实验中学听课，一位数学老师要讲一节公开课，当时一位语文老师建议，为了让课堂出彩，老师能不能在课堂上露一手
牵着蜗牛狂奔·2024-01-24 15:56

粉象生活怎么赚钱

1、招代理模式使用招代理模式，这种模式适合有粉丝的人去操作，搞几次公开课，方法虽老套但是有效。然后招来的代理，持续的灌输思想，挖掘每个人的资源和潜力，同样的模式复制下去。
氧惠全网优惠·2024-01-24 14:09

斐波那契数列

序言在网易公开课《麻省理工-算法导论》的视频课程中，分治算法讲解了斐波那契数列。
Wu杰语·2024-01-24 13:31

【强化学习】DQN、Double DQN、Dueling DQN、Per DQN、NoisyDQN 学习笔记

文章目录DQN(DeepQ-Network)说明伪代码应用范围DoubleDQN说明伪代码应用范围DuelingDQN实现原理应用范围伪代码PerDQN(PrioritizedExperienceReplayDQN)应用范围伪代码NoisyDQN伪代码应用范围部分内容与图片摘自：JoyRL、EasyRLDQN(DeepQ-Network)说明DQN通过深度学习技术处理高维状态空间，它的核心是使用深
如果皮卡会coding·2024-01-24 13:23

【强化学习】QAC、A2C、A3C学习笔记

强化学习算法：QACvsA2CvsA3C引言经典的REINFORCE算法为我们提供了一种直接优化策略的方式，它通过梯度上升方法来寻找最优策略。
如果皮卡会coding·2024-01-24 13:52

网易真的大规模裁员吗?

这个消息很快就在互联网上传播开来，而且越传越邪乎，有人说重灾区是网易新闻、文创、公开课等多
#卢松松#·2024-01-24 11:44
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他