發(fā)簡信
IP屬地：北京
-
模型搜索1. 前言 最近做了一段時間的模型搜索溅蛉，實驗過程中發(fā)現(xiàn)模型搜索作用還是很明顯的。本篇文章主要回顧了一下近幾年一些關于模型搜索的文章： RL-ba...
-
Policy Gradient Methods, DPG 和 DDPG1. 介紹 首先了解一下策略梯度法举瑰，之后再對DPG和DDPG兩篇論文進行學習。 2. 梯度策略法 梯度策略法 ( Policy Gradient...
-
MXNet中的圖是怎么構建的蔬螟？
1. 介紹 這是一篇粗淺并且可能存在錯誤的個人理解 我們在使用MXNet的時候此迅，都是通過調(diào)用python端提供的接口。通過一步步地構建symbo...
-
MXNet: Barrier
1. KVStore里的Barrier 在mxnet的分布式訓練里，主要模式就是參數(shù)服務器耸序。每個worker或者agent就是一臺machine...
-
MXNet: wait_to_read 方法
wait_to_read 在mxnet中忍些，類ndarray可以調(diào)用 wait_to_read，官方給出的該函數(shù)解釋是： Waits until ...
-
Continuous control with deep Reinforcement Learning 筆記1. 介紹 這篇論文將DQN應用于動作空間是連續(xù)的情況佑吝。我們知道坐昙，DQN的輸入通常是高緯度的觀測空間（例如圖像像素）绳匀，輸出則是離散的動作空間芋忿。生...
-
Deterministic Policy Gradient Algorithms 筆記1. 介紹 Policy gradient算法在增強學習中有非常多的應用，尤其是動作空間連續(xù)的情況疾棵。通常我們使用一個函數(shù)來表示策略戈钢。通常poli...
-
Mimicking Very Efficient Network for Object Detection 筆記
1. 介紹 如今大多數(shù)的檢測模型的backbone都需要在ImageNet預訓練，才能達到一個較好的結果是尔。但是如果是新設計的網(wǎng)絡結構殉了，就需要先在...
-
Distilling the Knowledge in a Neural Network 筆記
1. 介紹 在論文中，作者提出了先訓練一個大的笨重的模型拟枚，再使用distilling來將笨重的模型的知識遷移到小的模型中薪铜，用于實際部署。通常情況...