cs285深度强化学习课程笔记

UCAS - AI学院 - 知识图谱专项课 - 第6讲 - 课程笔记

UCAS-AI学院-知识图谱专项课-第6讲-课程笔记实体识别信息抽取概述信息抽取的基础：分词和词性标注命名实体识别细粒度实体分类开放领域实体识别实体识别信息抽取概述知识获取输入：领域知识本体/海量数据输出
支锦铭·2022-12-10 14:14

吴恩达机器学习系列课程笔记——第十八章：应用实例：图片文字识别(Application Example: Photo OCR)

18.1问题描述和流程图https://www.bilibili.com/video/BV164411b7dx?p=108图像文字识别应用所作的事是，从一张给定的图片中识别文字。这比从一份扫描文档中识别文字要复杂的多。为了完成这样的工作，需要采取如下步骤：文字侦测（Textdetection）——将图片上的文字与其他环境对象分离开来字符切分（Charactersegmentation）——将文字分
Lishier99·2022-12-10 13:38

2019年CS224N课程笔记-Lecture 11: ConvNets for NLP

资源链接：https://www.bilibili.com/video/BV1r4411想看书吗推荐了一本书～可以自己去了解了解正课内容本周主要是CNN专题从RNNs到卷积神经网络递归神经网络不能捕获没有前缀上下文的短语经常在最终向量中捕获太多的最后单词，如下图例如，如上图，softmax通常只在最后一步计算卷积网络的主要想法：如果我们为每个可能的子序列计算一定长度的向量呢？例如：“tentati
任菜菜学编程·2022-12-10 06:50

深度强化学习训练调参方法

转载自https://zhuanlan.zhihu.com/p/99901400为了保证DRL算法能够顺利收敛，policy性能达标并具有实用价值，结果有说服力且能复现，需要算法工作者在训练前、训练中和训练后提供全方位一条龙服务。我记得GANs刚火起来的时候，因为训练难度高，有人在GitHub上专门开了repository，总结来自学术界和工业界的最新训练经验，各种经过或未经验证的tricks被堆
Enoch Liu98·2022-12-10 02:54

深度强化学习主流算法介绍（一）：DQN系列

本系列深度强化学习算法介绍文章，旨在将上次组会内容分享到公众号上（准备组会肝的挺累想成果转化下），内容不会特别深入（毕竟太深的我还不会）。
lllzzzhhh2589·2022-12-10 02:52

深度强化学习算法调参

深度强化学习调参技巧：以D3QN、TD3、PPO、SAC算法为例这个参考链接。如何选择深度强化学习算法？参考链接。
难受啊！马飞...·2022-12-10 02:18

[Machinie Learning] 吴恩达机器学习课程笔记——Week1

MachineLearningbyAndrewNg吴恩达机器学习课程学习笔记——Week1学习提纲IntroductionModelandCostFunctionParameterLearningLinearAlgebraReviewIntroductionMachineLearningDefinition机器学习定义MLDefinitionAcomputerprogramissaidtolear
Carsick Car·2022-12-10 01:27

[Machinie Learning] 机器学习课程笔记合订本（更新中）

MachineLearning吴恩达机器学习课程笔记吴恩达机器学习系列吴恩达ML课程笔记——Week1未完待续，持续更新ing…
Carsick Car·2022-12-10 01:57

Gilbert Strang的线性代数课程笔记-第七课

第七课的主题为：矩阵A的零空间（NullSpace）的求解方法第一部分解释矩阵中列与列的独立性、矩阵的秩、支点列与支点变量、自由列与自由变量、矩阵零空间的普通求解假设有矩阵A：通过对A中列的观察可得：1.col2是col1的两倍，因此col2与col1不独立2.col4可由2*（col3-col1）得到，因此col4与col1、col3不独立以上事实中，事实1相较事实2来说更显而易见。那么这些明显
JunyiChen_robot·2022-12-10 00:05

Gilbert Strang的线性代数课程笔记-第一课

目标是把笔记写得谁都能看懂:)首先我们需要了解，线性代数学科的基本目标是：解决线性系统的问题第一课主要从两种角度来解释线性系统（横向与纵向：行图像RowPicture与列图像ColumnPicture）首先我们将方程组用矩阵的形式表达：假设现在有方程组将之写成矩阵形式为【为什么可以这样表达？若看不懂上式的话回顾矩阵的点乘：矩阵点乘运算规则为：设A为mxn的矩阵，B为nxp的矩阵，则A与B的乘积为矩
JunyiChen_robot·2022-12-10 00:35

Apple Silicon (mac m1 pro) 完整配置CS285 (brew, miniforge, mujoco)

AppleSilicon配置CS285我的环境是：MacBookPro(14英寸，2021年)，芯片是m1proconda4.12.0,Python3.9.10,mujoco2.1.1（是2.1.1！！
skywuuuu·2022-12-09 19:16

CS285课程笔记（5.(1)）——从概率图角度理解强化学习（变分推断原理+VAE）

Lecture18,19(2020版)这两节课的核心内容就是如何把强化学习问题（又可以称为最优控制问题）转化为一个基于概率图模型的推断问题，这里的推断又可以进一步细分为精确推断（ExactInference）和近似推断(ApproximateInference)。本文先总结lectrue18，即变分推断与变分推断自编码器的基础知识。一、变分推断与变分自编码器（VariationalInferenc
RavenRaaven·2022-12-09 17:51

人工智能 - 扩展阅读

illustrated-transformer2.AttentionIsAllYouNeed：https://arxiv.org/abs/1706.03762神经网络入门1.CS231n系列CS231n课程笔记翻译
JYCJ_·2022-12-09 17:43

c语言强化学习算法,深度强化学习从入门到大师：简单介绍A3C （第五部分）

本文为AI研习社编译的技术博客，原标题：AnintrotoAdvantageActorCriticmethods:let’splaySonictheHedgehog!作者|ThomasSimonini翻译、校对|斯蒂芬•二狗子审核|邓普斯•杰弗整理|菠萝妹原文链接：https://medium.freecodecamp.org/an-intro-to-advantage-actor-critic-
haoxiang lin·2022-12-09 10:07

倒立摆_DQN算法_边做边学深度强化学习：PyTorch程序设计实践（5）

倒立摆_DQN算法_边做边学深度强化学习：PyTorch程序设计实践（5）0、相关系列文章1、Agent.py2、Brain.py3、Environment.py4、Val.py5、ReplayMemory.py6
sethnieTech·2022-12-09 10:33

倒立摆_Q-Learning算法_边做边学深度强化学习：PyTorch程序设计实践（4）

倒立摆_Q-Learning算法_边做边学深度强化学习：PyTorch程序设计实践（4）0、相关系列文章1、Agent.py2、Brain.py3、Environment.py4、Val.py5、main.py6
sethnieTech·2022-12-09 10:03

西湖大学张岳老师NLP课程笔记1 Introduction

西湖大学张岳老师NLP课程笔记1Introduction参考资料B站链接课程主页《NaturalLanguageProcessing:AMachineLearningPerspective》csdn大佬笔记
临风而眠·2022-12-09 08:22

吴恩达机器学习课程笔记

吴恩达机器学习几乎每一个和我讨论过的人都同意，人生的最糟糕时期是在11岁到14岁。——《黑客与画家》学习资料课程b站[中英字幕]吴恩达机器学习系列课程Coursera机器学习Coursera深度学习主成分数据选择那里有一节课没有字幕，建议移步Coursera黄海广笔记Coursera深度学习教程中文笔记斯坦福大学2014（吴恩达）机器学习教程中文笔记第0天搜集信息，注册Coursera，申请奖学金
大圣齐天Henry-Speed always wins·2022-12-08 19:34

深度强化学习算法研究中的常用对比试验及作图技巧

比较学习速度（speedup）2比较数据效率（dataefficiency）3比较算法对超参数的鲁棒性（robustnesstohpyerparameters）作图技巧对原始数据进行统计后再作图参考文献前言很多深度强化学习领域的研究者在验证自己学习算法性能时常常会选择将该算法应用于
李大旗·2022-12-08 17:41

无监督学习

章前馈神经网络第5章卷积神经网络第6章循环神经网络第7章网络优化与正则化第8章注意力机制与外部记忆第9章无监督学习第10章模型独立的学习方式第11章概率图模型第12章深度信念网络第13章深度生成模型第14章深度强化学习第
Oracle中文开发者社区·2022-12-08 16:45

贺利坚汇编课程笔记2 访问寄存器和内存

贺利坚汇编课程笔记2访问寄存器和内存文章目录贺利坚汇编课程笔记2访问寄存器和内存0201寄存器及数据存储CPU的组成寄存器是CPU内部的信息存储单元通用寄存器--以AX为例“字”在寄存器中的存储0202mov
临风而眠·2022-12-08 12:49

【CV】吴恩达机器学习课程笔记 | 第1-15章

目录1介绍1-3监督学习1-4无监督学习2单变量线性回归2-2代价函数2-5Batch梯度下降算法4多变量线性回归4-1多特征4-2多元梯度下降法4-3多元梯度下降法I——特征缩放缩放归一化4-4多元梯度下降法演练I——学习率α4-5特征和多项式回归4-6正规方程（NormalEquation）（区别于迭代方法的直接解法）6逻辑回归6-1逻辑分类算法6-2假设表示6-3决策边界6-4代价函数6-4
Fannnnf·2022-12-08 12:21

CS231n_Lecture3_图像分类（损失、优化函数）

感谢：https://marvae.github.io/archives/CS231n课程笔记翻译：线性分类笔记（中）CS231n课程笔记翻译：线性分类笔记（下）在本节课中：将损失函数比作了一个高维度的最优化地形
快乐成长吧·2022-12-08 11:24

【强化学习论文】离线元强化学习中基于对比学习的稳定表示

离线元强化学习中基于对比学习的稳定表示最近几年来深度强化学习在算法上有很多进展，已初步用在很多场景中。目前深度强化学习有两个重要的问题：数据利用问题，泛化能力。
Wwwilling·2022-12-08 09:28

神经网络学习，这33 个「炼丹」技巧需要掌握

在读博期间，两次在谷歌实习，研究在Youtube视频上的大规模特征学习，2015年在DeepMind实习，研究深度强化学习。
互联网工匠_草木生·2022-12-08 06:42

强化学习（RL)——Reinforcement learning

强化学习一、强化学习简介二、强化学习发展历程三、深度强化学习DRL四、马尔可夫决策过程五、值函数六、Q值七、蒙特卡洛（MC）与时序差分（TD）八、强化学习的代表算法1.Q-learning算法2.DQN
雨落i·2022-12-08 02:01

数据挖掘课程笔记--分类（5）人工神经网络

一、神经元模型“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”[Kohonen,1988]神经网络中最基本的成分是神经元模型。在生物神经网络中，每个神经元与其他神经元相连,当它“兴奋”时，就会向相连的神经元发送化学物质,从而改变这些神经元内的电位;如果某神经元的电位超过了一个“阈值”(threshold),那么它就会被激活,即
嘤桃小团子·2022-12-07 20:24

数据挖掘-基础知识-笔记汇总12：神经网络-并行计算

课程笔记第十一篇本课程笔记的课程来源于清华大学深圳研究生院-袁博老师的《数据挖掘：理论与算法》。视频在学堂在线或者b站都有。第四章第一节-神经网络：神经网络模拟的是人的大脑，进行并行计算。
bensonrachel·2022-12-07 20:11

用pytorch实现DDPG算法

DDPG算法原理的示意以及程序实现基本原理与结构：DDPG算法是Actor-Critic(AC)框架下的一种在线式深度强化学习算法，因此算法内部包括Actor网络和Critic网络，每个网络分别遵从各自的更新法则进行更新
m0_62444401·2022-12-07 12:56

第8章 注意力机制与外部记忆

章前馈神经网络第5章卷积神经网络第6章循环神经网络第7章网络优化与正则化第8章注意力机制与外部记忆第9章无监督学习第10章模型独立的学习方式第11章概率图模型第12章深度信念网络第13章深度生成模型第14章深度强化学习第
zaiziwamei·2022-12-07 10:47

第9章 无监督学习

章前馈神经网络第5章卷积神经网络第6章循环神经网络第7章网络优化与正则化第8章注意力机制与外部记忆第9章无监督学习第10章模型独立的学习方式第11章概率图模型第12章深度信念网络第13章深度生成模型第14章深度强化学习第
zaiziwamei·2022-12-07 09:41

吴恩达机器学习系列课程笔记——第一章：什么是机器学习(Machine Learning)

1.1欢迎https://www.bilibili.com/video/BV164411b7dx?p=1第一节主要讲了什么是机器学习，机器学习能做些什么事情。机器学习是目前信息技术中最激动人心的方向之一。在这门课中，你将学习到这门技术的前沿，并可以自己实现学习机器学习的算法。你或许每天都在不知不觉中使用了机器学习的算法。每次，你打开谷歌、必应，搜索到你需要的内容，正是因为他们有良好的学习算法。谷歌
Lishier99·2022-12-07 07:48

【重磅最新】163篇ICML-2021强化学习领域论文整理汇总(2021.06.07)

深度强化学习实验室官网：http://www.neurondance.com/论坛：http://deeprl.neurondance.com/作者：深度强化学习实验室来源：整理自https://icml.cc
深度强化学习实验室·2022-12-06 22:23

多智能体强化学习之QMIX

MonotonicValueFunctionFactorisationforDeepMulti-AgentReinforcementLearning参考博客：多智能体强化学习入门（五）——QMIX算法分析、多智能体强化学习入门QMIX参考书籍：《深度强化学习学术前沿与实战应用
微笑小星·2022-12-06 20:36

深度学习最常见的 26 个模型汇总，请务必掌握！

点击上方“AI有道”，选择“置顶”公众号重磅干货，第一时间送达本文转载自公众号：AI部落联盟（AI_Tribe）本文首先从4个方面（张量、生成模型、序列学习、深度强化学习）追踪深度学习几十年的发展史，然后再介绍主流的
weixin_33671935·2022-12-06 15:42

PARL源码走读——使用策略梯度算法求解迷宫寻宝问题

前不久，百度发布了基于PaddlePaddle的深度强化学习框架PARL。作为一个强化学习小白，本人怀着学习的心态，安装并运行了PARL里的quick-start。
飞桨PaddlePaddle·2022-12-06 12:02

《Easy RL：强化学习教程》出版了！文末送书

蘑菇书"萃取李宏毅的深度强化学习等经典课程，结合学习者角度的理解与分析，发布9个月，就在GitHub获得3.3k+Star和1w+下载，也有幸得到李宏毅、周博磊、李科浇等大
夕小瑶·2022-12-06 12:01

[中英字幕]吴恩达机器学习系列课程 笔记

[中英字幕]吴恩达机器学习系列课程笔记教程与代码地址P11-1.欢迎参加《机器学习》课程P21-2.什么是机器学习？
电信保温杯·2022-12-06 12:25

吴恩达机器学习课程笔记.pdf

个人认为：吴恩达老师的机器学习课程，是初学者入门机器学习的最好的课程！我们整理了笔记（336页），复现的Python代码等资源，文末提供下载。课程简介课程地址：https://www.coursera.org/course/mlMachineLearning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，
风度78·2022-12-06 12:49

吴恩达机器学习课程笔记.docx

个人认为：吴恩达老师的机器学习课程，是初学者入门机器学习的最好的课程！我们整理了笔记（336页），复现的Python代码等资源，包括原版的docx文件，文末提供下载。课程简介课程地址：https://www.coursera.org/course/mlMachineLearning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性
风度78·2022-12-06 12:49

李宏毅机器学习课程笔记

课程资源B站视频课程网址课程笔记问答整理下面仅记录自己的所得所感第一节Regression从单变量回归引入，再sigmoid/RELU拟合函数从而一步步到深度学习的框架，介绍的非常巧妙。
三つ叶·2022-12-06 11:43

《黑马程序员C++》课程笔记总结

我的小站——半生瓜のblog黑马程序员C++视频——黑马程序员匠心之作|C++教程从0到1入门编程,学习编程不再难笔记列表&对应视频基础部分(1-83)——如果你准备学习C++,并且有C语言的基础，我希望你能简单的过一遍知识点。核心部分(84-146)——C++核心编程部分-内存分区模型-引用-函数提高-类与对象-文件操作案例1(147-166)——职工管理系统——C++实现职工管理系统进阶部分(
半生瓜のblog·2022-12-06 09:48

深度强化学习落地方法论（7）——训练篇

目录训练开始前环境可视化数据预处理训练进行中拥抱不确定性DRL通用超参数折扣因子作用原理选取方法FrameSkipping网络结构网络类型网络深度DRL特色超参数DQNDDPGPPO给DRL初学者的建议训练收敛后总结为了保证DRL算法能够顺利收敛，policy性能达标并具有实用价值，结果有说服力且能复现，需要算法工作者在训练前、训练中和训练后提供全方位一条龙服务。我记得GANs刚火起来的时候，因为
wyjjyn·2022-12-06 07:02

基于深度强化学习的机器人运动控制研究进展 | 无模型强化学习 | 元学习

1.基于深度强化学习的机器人运动控制研究进展1.1深度强化学习1.1.1强化学习简介：强化学习(ReinforcementLearning,RL)利用试错机制与环境进行交互,旨在通过最大化累积延迟奖励(
小帅吖·2022-12-05 23:53

【无标题】

基于LSTM预测和深度强化学习的任务卸载在物联网中的高效边缘计算摘要在物联网边缘计算中，任务卸载会导致额外的传输延迟和传输能耗。
动物园警铃大作-·2022-12-05 23:53

【论文解析】Fast Adaptive Task Offloading in Edge Computing Based on Meta Reinforcement Learning

最近，许多基于深度强化学习(DRL)的方法被提出，通过与由UE、无线信道和MEC主机组成的MEC环境交互来学习卸载策略。但是这些方法
橙子渣渣·2022-12-05 23:52

如何在AI工程实践中选择合适的算法？

在使用深度强化学习（DeepReinforcementLearning，DRL）算法解决实际问题的过程中，明确任务需求并初步完成问题定义后，就可以为相关任务选择合适的DRL算法了。
博文视点·2022-12-05 23:47

Deep Reinforcement Learning for Task Offloading in Mobile Edge Computing Systems

DeepReinforcementLearningforTaskOffloadinginMobileEdgeComputingSystems移动边缘计算系统中任务卸载的深度强化学习时间：2020期刊：TMC
动物园警铃大作-·2022-12-05 23:15

java基础课程笔记整理——Chapter7，常用类

常用类String类构造字符串对象String类的常用方法字符串与基本数据的相互转化对象的字符串表示字符串与字符、字节数组字符串与字符数组字符串与字符数组字符串的加密算法正则表达式字符串的分解StringBuffer类构造方法常用方法Date类Calendar类System类String类构造字符串对象1.字符串常量对象：字符串常量对象是用双引号括起来的字符串序列2.字符串对象（声明字符串变量，n
yun_gao_·2022-12-05 17:17

java基础课程笔记整理——Chapter1

初识JAVA先导知识：JAVA的跨平台性JDK，JRE，JVMJAVA程序的开发步骤一个简单的Java应用程序JAVA语言的特点先导知识：1.计算机如何存储和计算1）内存的最小存储单元是bit（位），内存的基本存取单元是byte（字节）2）计算机语言中的变量和数学中的变量意义完全不同，根本不是一个概念。计算机语言中的变量指代了内存中的一个存储区（一个字节或多个字节），是实际存在的，而数学中的变量只
yun_gao_·2022-12-05 17:46
上一页 35 36 37 38 39 40 41 42 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他