Policy Gradient 可以直接预测出动作，也可以预测连续动作，但是无法单步更新。 QLearning 先预测出Q值，根据Q值选动作，无法预测连续动作、或者动作种类多的情况，但是可以单步更新。 一句话概括 Actor Critic 方法: 结合了 Policy Gradient (Actor ...
分类：
其他好文 时间：
2019-01-09 13:30:44
阅读次数：
1020
一、概念 逻辑回归(Logistic Regression,LR)是一种广义的线性回归分析模型,属于监督学习算法，需要打标数据，可以用在回归、二分类和多分类等问题上,最常用的是二分类。 线性回归就是通过一条曲线区分不同的数据集，在二分类问题上会有一条直线对其进行区分，如下： 逻辑回归需要每组数据都是 ...
分类：
编程语言 时间：
2019-01-07 10:37:53
阅读次数：
189
层级：z-index:10; 大的在上面（可以为负） 动画样式：渐变过渡动画 线性渐变 background: linear-gradient(red, blue); 默认从上到下可多个颜色 background: linear-gradient(rgba(255,0,0,0), rgba(255, ...
分类：
Web程序 时间：
2019-01-07 00:11:05
阅读次数：
230
Policy Gradient综述： Policy Gradient，通过学习当前环境，直接给出要输出的动作的概率值。 Policy Gradient 不是单步更新，只能等玩完一个epoch，再更新参数，所以是一个off-policy 数学推导 最大化R,,用梯度下降，需要求R的梯度。 vt的计算 ...
分类：
其他好文 时间：
2019-01-05 22:41:56
阅读次数：
281
主要用到css3中的gradient这个属性 但这是用用背景，如果要让字体也有渐变效果需要加写修饰 ...
分类：
其他好文 时间：
2019-01-05 19:49:22
阅读次数：
198
1. 引言 HOG（Histogram of Oriented Gradient），即方向梯度直方图。它通过计算和统计局部区域的梯度方向直方图来构成特征，一般与SVM分类器结合用于目标的图像识别。由于人体姿势和外表的多变，在图像中检测人体是一项具有挑战性的工作，要在不同的光照和背景下都能清晰的识别出 ...
分类：
其他好文 时间：
2018-12-30 22:23:08
阅读次数：
256
XGboost,全称Extrem Gradient boost,极度梯度提升，是陈天奇大牛在GBDT等传统Boosting算法的基础上重新优化形成的，是Kaggle竞赛的必杀神器。 XGboost属于集成学习的模型，在集成学习中主要有三个算法，Bagging，Boosting和Stacking，Ba ...
分类：
其他好文 时间：
2018-12-27 13:11:57
阅读次数：
146
<style> /*线性渐变*/ div{ width: 300px; height: 300px; /*添加渐变：渐变不是一个单一钩，它产生的是图像，所以需要使用background*/ /*linear-gradient(方向，开始颜色 位置，颜色2 位置，颜色3 位置...);*/ /*方向： ...
分类：
其他好文 时间：
2018-12-27 03:22:37
阅读次数：
193
title: HTML5与CSS3权威指南之CSS3学习记录 toc: true date: 2018 10 14 00:06:09 学习资料——《HTML5与CSS3权威指南》（第3版） 官方网站： "华章图书" 书中所有代码下载链接： 链接：http://pan.baidu.com/s/1c0o ...
分类：
Web程序 时间：
2018-12-22 18:40:04
阅读次数：
183
