在很多应用场景中， 马尔可夫决策过程 的状态转移概率 $p(s^ {\prime}|s,a)$ 和奖励函数 $r\left( {s,a,s^{\prime}} \right)$ 都是未知的。这种情况一般需要智能体与环境交互，然后收集一些样本，然后再根据这些样本来求解最优策略，这种基于采样的学习方法称 ...
分类：
其他好文 时间：
2020-04-27 17:53:23
阅读次数：
80
还真有！而且只需要3天的时间，就可以精通C++！你需要完成这几步： 和你的朋友立个flag：我要3天学会C++，赌一辆玛莎拉蒂！ 花上10年的功夫，精通C++； 研究生物化学、分子生物学、遗传学，利用这些知识，研制出返老还童药水； 回到在第3天学习C++的时候，并干掉那一天的你，并替代它； 这时候， ...
分类：
编程语言 时间：
2020-04-27 17:03:02
阅读次数：
101
1.机器学习的主要分类 （1）监督学习（Supervised learning） ? 训练数据有目标向量（标签） ? 分类、回归 … （2）非监督学习（Unsupervised learning） ? 训练数据没有目标向量（标签） ? 聚类、密度估计、可视化 … （3）强化学习（Reinforcem ...
分类：
其他好文 时间：
2020-04-26 11:07:02
阅读次数：
59
GAN Compression: Efficient Architectures for Interactive Conditional GANs Abstract 条件生成对抗网络(cGANs)为许多计算机视觉和图形应用提供了可控的图像合成。然而，最近的cGANs比现代识别CNNs的计算强度高了1 ...
分类：
其他好文 时间：
2020-04-23 15:03:34
阅读次数：
72
1.腐蚀操作： 类似于化学反应，用酸腐蚀金属等等效果类似，因而被称为腐蚀操作。 import cv2 import matplotlib.pyplot as plt import numpy as np # 载入汉字 展示原图 img = cv2.imread('E:/img/6.jpg') cv2 ...
分类：
其他好文 时间：
2020-04-19 19:43:45
阅读次数：
85
初识AlphaZero AlphaZero能够基于强化学习实现较高技巧的棋类博弈，我看过nb网友实现的基于MCTS的五子棋模型后，惊叹不已！特此记录一下其中训练的一些方法和技巧。 MCTS MCTS是指蒙特卡洛搜索树。 蒙特卡洛搜索树没听过的话，想必你是知道蒙特卡罗模拟的。这个模拟过程就是暴力的按照 ...
分类：
其他好文 时间：
2020-04-18 18:59:39
阅读次数：
207
本文提出了一种Deep Q-Network（DQN），借助端到端(end-to-end)的强化学习方法能够直接从高维的输入中，学习一种很优的策略（policy）。输入是游戏的实时图像（当前`状态S`），借助卷积神经网络捕捉局部特征的关联性，输出所有可能采取`动作A`的概率分布。 ...
分类：
其他好文 时间：
2020-04-18 17:16:22
阅读次数：
143
SciSharp Stack SciSharp STACK: "https://scisharp.github.io/SciSharp/" 基于 的开源生态系统，用于数据科学、机器学习和AI。 将所有主要的ML/AI框架从 引入 . 特点 为.NET开发者 开发者使用他们所了解和喜爱的工具可以最高效 ...
分类：
Web程序 时间：
2020-04-18 16:04:31
阅读次数：
95
环境海洋学 李凤岐 高会旺 第二章第一节 课后习题答案 课后思考题答案 高等教育出版社 第一章 绪论第一节 环境科学一、环境与环境问题二、环境科学的发展与环境观的演进三、环境科学的体系与分支四、中国环境科学的发展第二节 海洋科学一、海洋科学的研究内容与分支学科二、海洋科学的发展与海洋观的演进三、中国 ...
分类：
其他好文 时间：
2020-04-17 20:09:03
阅读次数：
136
HDU 2150 Pipe 经过激烈的争夺，Lele终于把那块地从Yueyue的手里抢了回来。接下来，Lele要开始建造他的灌溉系统。 通过咨询Lele的好友——化学系的TT，Lele决定在田里挖出N条沟渠，每条沟渠输送一种肥料。 每条沟渠可以看作是一条折线，也就是一系列线段首尾连接而成(除了第一条 ...
分类：
其他好文 时间：
2020-04-16 11:42:22
阅读次数：
65
