A3C算法是Google DeepMind提出的一种基于Actor-Critic的深度强化学习算法。A3C是一种轻量级的异步学习框架，这种框架使用了异步梯度下降来最优化神经网...
发简信
IP属地：广东
-
Keras深度强化学习--A3C实现 -
强化学习中on-policy和off-policy方法
什么是策略？ 一个确定性策略定义了一个从行动空间到状态空间的函数。在实际应用中，一个策略的输出常常是一个概率分布，表示在状态下采取每一个动作的概率。 如何学习？ 一共有两类方...
-
强化学习中的model-free和model-based算法
Model-based强化学习通过一个代理（agent）来尝试理解环境，并且建立模型来表示这个代理。这个模型希望学习到两个函数： 状态转移函数（transition func...
-
Adam优化算法简介背景介绍 在机器学习中，对每一个数据点，我们通过最小化经验风险来从数据中学习，其中是模型的参数。对整个训练集，目标函数即为对应的梯度为然而，当很大的时候，计算个经验风险函数的...
-
pytorch Code Snippets(pytorch常用代码整理)
本文代码基于PyTorch 1.0版本，需要用到以下包 1. 基础配置 检查PyTorch版本 更新PyTorch PyTorch将被安装在anaconda3/lib/pyt...
-
实例详解机器学习如何解决问题
目录 机器学习的概述 对问题建模 准备训练数据 抽取特征 训练模型 优化模型 总结 前言 随着大数据时代的到来，机器学习成为解决问题的一种重要且关键的工具。不管是工业界还是学...
-
支持向量机系列（一）——线性可分情形下的SVM
Linear Support Vector Machines in the Linearly Separable Case Problem Description Assum...
-
-
-
用户角色模型 | 拒绝“我认为”的设计
接着我上周《用户体验旅程图 | 概念&实操&模板》的分享，现在让我们继续深入了解“用户角色模型”，看看它是如何为“目标导向设计”做贡献？如何为用户体验旅程图做指引的？ 一、什...
-
LightGBM简介
LightGBM LightGBM（Light Gradient Boosting Machine）是一款基于决策树算法的分布式梯度提升框架。为了满足工业界缩短模型计算时间的...
-
Logistic Regression与Logistic Loss简介Logistic Regression 在线性回归中，我们寻找的连续型随机变量和的函数关系式为：，其中为待估参数（包含截距项，即，），为随机误差。那么，如果是离散型随机变量，...
