Webpack本質(zhì) Webpack本質(zhì)上一種基于事件流的編程范例雀监，其實就是一系列的插件運行双吆。Webpack主要使用Compiler和Compilation兩個類來控制Webp...
IP屬地：北京
-
源碼Webpack4.x原理
-
Go 包的匿名導(dǎo)入
如果只是導(dǎo)入一個包而并不使用導(dǎo)入的包將會導(dǎo)致一個編譯錯誤。但是有時候我們只是想利用導(dǎo)入包而產(chǎn)生的副作用：它會計算包級變量的初始化表達式和執(zhí)行導(dǎo)入包的 init 初始化函數(shù)会前。這...
-
微信小程序——定位/加載到固定元素/位置【錨點】需求：進行某一操作后想將當(dāng)前頁面自動定位到某一元素或模塊所在位置好乐。 在HTML中，可以用 實現(xiàn)跳轉(zhuǎn)瓦宜，小程序中則是用scroll-to-view來實現(xiàn). 將整個頁面最外層的v...
-
Moment.js 常用操作
1蔚万、今天 2、明天 3临庇、昨天 4笛坦、本周 5、上周 6苔巨、本月 7版扩、上月 8、今年 9侄泽、去年 10礁芦、獲取今天開始(0時0分0秒)、結(jié)束（23時59分59秒） 11、獲取本周周一開...
-
2022-01-10如何寫出流暢的文章/論文柿扣？
Chapter 13 Flow（流暢性） 一篇好的論文肖方，必須是一個好的故事。一個故事由開端未状，發(fā)展俯画，高潮，結(jié)局組成司草，而一篇論文則包含abstract, introduc...
-
科研必備 | 谷歌學(xué)術(shù)高級搜索詳解對科研工作者來說艰垂，文獻調(diào)研是一項幾乎每天都要面對的事情，高效地進行文獻調(diào)研是必備的能力之一埋虹。當(dāng)接觸一個新的領(lǐng)域時猜憎，搜索綜述文章（Review）可以幫助我們對該領(lǐng)域有一個基礎(chǔ)性...
-
強化學(xué)習(xí)基礎(chǔ)篇（十五）蒙特卡洛預(yù)測強化學(xué)習(xí)基礎(chǔ)篇（十五）蒙特卡洛預(yù)測 1、 Model-free方法 通過貝爾曼方程求解最優(yōu)策略有3種基本方法：動態(tài)規(guī)劃法搔课、蒙特卡洛法和時間差分法胰柑。前面我們介紹了如何利用動態(tài)規(guī)...
-
STEP-6：Pytorch-批歸一化與殘差網(wǎng)絡(luò)
感謝伯禹學(xué)習(xí)平臺，本次學(xué)習(xí)將記錄記錄如何使用Pytorch高效實現(xiàn)網(wǎng)絡(luò)爬泥，熟練掌握Pytorch的基礎(chǔ)知識,記錄不包含理論知識的細節(jié)展開柬讨。 一：批歸一化 1.對全連接層做批量歸...
-
scikit-learn--Nearest Neighbors(最近鄰)
sklearn.neighbors提供基于鄰居的有監(jiān)督和無監(jiān)督的學(xué)習(xí)方法。無監(jiān)督最近鄰方法是很多學(xué)習(xí)方法的基礎(chǔ)袍啡，特別是流形學(xué)習(xí)和譜聚類姐浮。有監(jiān)督的最近鄰方法包括：離散數(shù)據(jù)的分類...
-
深度學(xué)習(xí)--Lstm+CNN 文本分類本文從實踐的角度，來講一下如何構(gòu)建LSTM+CNN的模型對文本進行分類葬馋。 本文Github RNN網(wǎng)絡(luò)與CNN網(wǎng)絡(luò)可以分別用來進行文本分類卖鲤。RNN網(wǎng)絡(luò)在文本分類中，作用是用來...
-
Keras 多輸入畴嘶、多輸出蛋逾、多l(xiāng)oss模型構(gòu)建
Keras在會為Model的每一個輸出構(gòu)建一個loss，這些loss之間無法交互窗悯。同時区匣，Model中每一個output，都必須在fit()方法中有對應(yīng)的y_true蒋院。因此亏钩，數(shù)...
-
Rainbow:整合DQN六種改進的深度強化學(xué)習(xí)方法！
在2013年DQN首次被提出后欺旧，學(xué)者們對其進行了多方面的改進姑丑，其中最主要的有六個，分別是：Double-DQN：將動作選擇和價值估計分開辞友，避免價值過高估計Dueling-DQ...
-
Pytorch使用tensorboardX可視化栅哀。超詳細Ｕ鸢埂！留拾！1 引言 我們都知道tensorflow框架可以使用tensorboard這一高級的可視化的工具戳晌，為了使用tensorboard這一套完美的可視化工具，未免可以將其應(yīng)用...
-
深度強化學(xué)習(xí)總結(jié)0. 引言 最近跟著 OpenAI 的 Spinning Up 教學(xué)文檔 學(xué)習(xí)了一遍 Deep RL痴柔，對這個領(lǐng)域有了一些更系統(tǒng)的理解沦偎。這篇博客文章是該文檔的學(xué)習(xí)筆記，除了摘錄...
-
"What-Why-How"有用的思維模型
很早之前咳蔚，學(xué)會了用what（事物的現(xiàn)象）-why（原因）-how（怎么做）的模型（2W1H）來學(xué)文章豪嚎，這樣的好處是條理比較清晰，把邏輯表達清楚屹篓。以多元思維模型的文章為例，先描...
-
PyTorch中的nn.Conv1d與nn.Conv2d本文主要介紹PyTorch中的nn.Conv1d和nn.Conv2d方法匙奴，并給出相應(yīng)代碼示例堆巧，加深理解。 一維卷積nn.Conv1d 一般來說泼菌，一維卷積nn.Conv1d用于...
-
-
實戰(zhàn)深度強化學(xué)習(xí)DQN-理論和實踐
1哗伯、Q-learning回顧 Q-learning 的 算法過程如下圖所示： 在Q-learning中荒揣，我們維護一張Q值表，表的維數(shù)為：狀態(tài)數(shù)S * 動作數(shù)A焊刹，表中每個數(shù)代表...