写的真的是好,我不明白为什么那么多老师都不能像你,或者像那些知名受欢迎的教授一样,把知识按照循序渐进,通俗易懂的方式告诉我们,难道害怕知识人人都能懂,没有阶层了吗!?
发简信
IP属地：河南
-
各种求minimize极值的优化方法
包括牛顿法、梯度下降法... 这些其实并非是最优秀的， 今天听说一个L-BFGS-B ，未来可以尝试性能并应用。 https://www.cnblogs.com/zyfd/p...
-
hadoop1. hadoop on Yarn 注意 application Master的角色 Resource Manager是针对cluster资源的。 NodeManager...
-
java1. 子类继承父类的时候，会先默认执行父类的 无参 构造函数（即便实例化的时候用的是传参的方式）， 再执行子类的构造函数。 2. 继承 extends, 子类继承父类的构造方...
-
PPO和DPPOPPO： A2C算法的改进版，主要是为了解决 ‘learning rate 不易设置的问题’， DPPO是 PPO的distributed版本， 比如10个worker，每...
-
policy-gradient和q-learning区别
其中一个区别就是， q-learning总是用 Q现实 - Q估计 来获得loss，从而更新参数。 但基础版本的policy-gradient都不用这些。人家是直接用 nor...
-
A3C中央大脑 Global_net 以及 4个（一般多少个CPU就多少个Worker）worker， 每个 worker都是独立做一个 AC算法， A3C其实就是一个并行计算的A...
-
actor-critic1. actor是 policy-gradient， critic是 类似于q-learning的value-based 的另一个代表： state-value ，所以act...
-
policy-gradient参考资料 ： 1.https://zhuanlan.zhihu.com/p/21725498 2. https://zhuanlan.zhihu.com/p/7517489...
-
博主暂居英国伦敦，从事人工智能和物联网相关工作。<br>欢迎关注我的微信公众号“Tensorflow机器学习”。二维码见下方微信图标。<br>带你掌握智能时代的“算法”，而不是成为这个时代的“数据”。