寫的真的是好,我不明白為什么那么多老師都不能像你,或者像那些知名受歡迎的教授一樣,把知識按照循序漸進,通俗易懂的方式告訴我們,難道害怕知識人人都能懂,沒有階層了嗎!?
發簡信
IP屬地：河南
-
-
各種求minimize極值的優化方法
包括牛頓法、梯度下降法... 這些其實并非是最優秀的， 今天聽說一個L-BFGS-B ，未來可以嘗試性能并應用。 https://www.cnblogs.com/zyfd/p...
-
hadoop1. hadoop on Yarn 注意 application Master的角色 Resource Manager是針對cluster資源的。 NodeManager...
-
java1. 子類繼承父類的時候，會先默認執行父類的 無參 構造函數（即便實例化的時候用的是傳參的方式）， 再執行子類的構造函數。 2. 繼承 extends, 子類繼承父類的構造方...
-
PPO和DPPOPPO： A2C算法的改進版，主要是為了解決 ‘learning rate 不易設置的問題’， DPPO是 PPO的distributed版本， 比如10個worker，每...
-
policy-gradient和q-learning區別
其中一個區別就是， q-learning總是用 Q現實 - Q估計 來獲得loss，從而更新參數。 但基礎版本的policy-gradient都不用這些。人家是直接用 nor...
-
A3C中央大腦 Global_net 以及 4個（一般多少個CPU就多少個Worker）worker， 每個 worker都是獨立做一個 AC算法， A3C其實就是一個并行計算的A...
-
actor-critic1. actor是 policy-gradient， critic是 類似于q-learning的value-based 的另一個代表： state-value ，所以act...
-
policy-gradient參考資料 ： 1.https://zhuanlan.zhihu.com/p/21725498 2. https://zhuanlan.zhihu.com/p/7517489...
-
博主暫居英國倫敦，從事人工智能和物聯網相關工作。<br>歡迎關注我的微信公眾號“Tensorflow機器學習”。二維碼見下方微信圖標。<br>帶你掌握智能時代的“算法”，而不是成為這個時代的“數據”。