环境：Ubuntu 16.04, Cuda 9.1, nvidia-390, Python 3.5.2安装顺序：Mujoco, Mujoco-py, Gym Mujoco s...
发简信
IP属地：广东
-
如何安装强化学习虚拟环境Gym，Mujoco，Mujoco-py -
Playing Atari with Deep Reinforcement Learning1. 简介 使用CNN从raw pixel学习Q(s, a)，利用experience memory学习Q(s, a)，在atari2600 games中的7款游戏上进行了测...
-
-
大话MLE和MAP、损失和正则在机器学习中，最重要的概念包括MLE(Maximum Likelihood Esitmate)和MAP(Maximum A Posterior)。 学过概率与统计的人，应该就...
-
亲手实现决策树（二）决策树图像化显示及剪枝 1.决策树可视化 在上一节（亲手实现决策树(一)）中，我们利用print_tree进行了文字输出决策树： 下面将介绍如何图形化显示决策树 利用到的辅助...
-
亲手实现决策树（一）
决策树的建立 1.整体思路 准备函数 依据某个feature对数据进行分割为set_1, set_2 --> divide_set 分别对set_1, set_2的分类结果进...
-
Transfer Learning in Computer Visiontransfer learning在image classification中有很大的应用，主要体现在当我们只有很少的样本可用于训练时，可以借用别人在大量数据上训练好的wei...
-
用keras实现一个residual network
实现的network结构如下： 具体参数介绍如下： 实现过程如下： 其中identity_block和convolutional_block参照Residual layer
-
Residual layer1. 介绍 Residual layer用来解决神经网络训练过程中的gradient消失或爆炸等意外情况，其效果是提供了lower bound,即很容易学到indenty f...
