本系列是對《深度強化學習落地指南》全書的總結，這本書是我市面上看過對深度強化學習落地講的最好的一本書，大大拓寬了自己對RL落地思考的維度，形成了強化學習落地分析的一套完整框架...
發(fā)簡信
IP屬地：廣東
-
深度強化學習落地指南總結（一）-需求分析
-
virtualenv使用說明
用PPO要用tensorflow_proballity 自己電腦是tf1.x 沒法順利安裝 所以要用虛擬環(huán)境 一般就是進入venv的bin目錄下 source activat...
-
機器學習中的頻率派和貝葉斯派-以極大似然估計和最大后驗估計為例
這是一個新的系列，會整理一下以前在ipad上寫的筆記。 前言 把概率引進到機器學習當中是一件很自然的事情，許多機器學習當中問題的本質(zhì)都可以從概率中的頻率派（Frequenti...
-
強化學習算法總結（一）——從零到DQN變體這是新開的一個系列，將結合理論和部分代碼（by ElegantRL）介紹強化學習中的算法，將從基礎理論總結到現(xiàn)在常用的SAC,TD3等算法，希望能幫助大家重溫知識點。本文是第...
-
@小火車程序員 細節(jié)寫多是為了方便大家 感謝認可
全面解析可變形卷積家族（Deformable Convolutional Networks v1+ v2）
目錄 DCN v1 DCN v2 參考 DCN v1 背景 在計算機視覺領域，同一物體在不同場景，角度中未知的幾何變換是檢測/識別的一大挑戰(zhàn)，通常來說我們有兩種做法: (1)...
-
@簡簡單單0828 插值沒必要講了吧 都用DCN的人了不至于插值都不會把
全面解析可變形卷積家族（Deformable Convolutional Networks v1+ v2）
目錄 DCN v1 DCN v2 參考 DCN v1 背景 在計算機視覺領域，同一物體在不同場景，角度中未知的幾何變換是檢測/識別的一大挑戰(zhàn)，通常來說我們有兩種做法: (1)...
-
深入淺出解讀并思考AlphaGo本文是對2016年發(fā)表在Nature的<< Mastering the game of Go with deep neural networks and tree searc...
-
蒙特卡洛積分與重要性采樣重要性采樣在強化學習有著重要作用,它是蒙特卡洛積分的一種采樣策略. 目錄 概率論基礎 蒙特卡洛積分 重要性采樣 參考 概率論基礎 本文先補充兩條基礎的概率論公式,方便大家更好...
-
強化學習之蒙特卡洛學習,時序差分學習理論與實戰(zhàn)(四)前言 上一講講解了如果應用動態(tài)規(guī)劃算法對一個已知狀態(tài)轉(zhuǎn)移概率的MDP進行策略評估或通過策略迭代或直接的價值迭代來尋找最優(yōu)策略和最優(yōu)價值函數(shù),同時也指出了動態(tài)規(guī)劃算法的一些缺點...
-
強化學習之動態(tài)規(guī)劃尋找最優(yōu)策略理論與實戰(zhàn)(三)前言 本講將著重講解如何利用動態(tài)規(guī)劃(Dynamic programming)來解決強化學習中的規(guī)劃問題。"規(guī)劃"是指在已知環(huán)境動力學的基礎上進行評估和控制,具體來說就在了解...
-
強化學習核心之馬爾科夫決策過程理論與實戰(zhàn)(二)前言 本講將從基礎的馬爾科夫過程開始講解,到馬爾科夫獎勵過程,馬爾科夫決策過程,最后也會用代碼鞏固這部分理論. 目錄 馬爾科夫過程 馬爾科夫獎勵過程 馬爾科夫決策過程 編程實...
-
強化學習總體介紹-初步搭建強化學習理論體系(一)前言 兩年前接觸強化學習是通過莫煩的課程,那時候?qū)娀瘜W習整體有一個基礎的認識,最近聽了David Silver的課程后又建立起了完整的強化學習體系,故連載David Sil...
-
離散數(shù)學
偏序：在整數(shù)集中定義偏序：若a能整除b，我們就記為a?b顯然它滿足序公理。但整數(shù)集中，不是任何兩個數(shù)都存在整除關系，這個關系是局部的（partial），太“偏頗”，于是被稱為...
-
數(shù)據(jù)庫三大范式
第一范式(確保每列保持原子性，即不能分解，比如生日年月日就可以繼續(xù)分解)第二范式(確保表中的每列都和主鍵相關，不能存在部分依賴，學分依賴課程號，姓名依賴與學號，所以不符合二范...
-
數(shù)據(jù)庫
原子性（Atomicity）: 事務要么全部完成，要么全部取消。 如果事務崩潰，狀態(tài)回到事務之前（事務回滾）。隔離性（Isolation）: 如果2個事務 T1 和 T2 同...
-
計算機網(wǎng)絡
因特網(wǎng)由邊緣部分和核心部分組成，邊緣部分由主機組成，由用戶直接使用，核心部分由大量網(wǎng)絡和連接這些網(wǎng)絡的路由器組成。 C/S是客戶/服務器方式，運行在一個端系統(tǒng)上的客戶進程總是...
-
AVL
AVL是平衡二叉樹，有兩個特點 1.左右子樹的高度差小于等于 1。（平衡因子絕對值不超過1）2.其每一個子樹均為平衡二叉樹。 平衡的操作有兩種：左旋和右旋，這兩種操作也是左右...
-
動態(tài)規(guī)劃
動態(tài)規(guī)劃分為三步：定義數(shù)組元素含義，找到初始值，寫狀態(tài)轉(zhuǎn)移方程，做多基本就沒啥問題了，當然都會做之后還涉及到一個優(yōu)化問題。 最大序列和 最長上升子序列 判斷在某個數(shù)前面是不是...
-
判斷鏈表有環(huán)
1、快慢指針：比如設置一個慢指針一次走一步，一個快指針一次走兩步，兩個指針同時開始走，如果在某個時刻，快慢指針相遇了，代表快指針“走回來了”，所以就是有環(huán)的。時間復雜度是o(...
-
全面解析可變形卷積家族（Deformable Convolutional Networks v1+ v2）目錄 DCN v1 DCN v2 參考 DCN v1 背景 在計算機視覺領域，同一物體在不同場景，角度中未知的幾何變換是檢測/識別的一大挑戰(zhàn)，通常來說我們有兩種做法: (1)...