環(huán)境：Ubuntu 16.04, Cuda 9.1, nvidia-390, Python 3.5.2安裝順序：Mujoco, Mujoco-py, Gym Mujoco s...
發(fā)簡(jiǎn)信
IP屬地：廣東
-
如何安裝強(qiáng)化學(xué)習(xí)虛擬環(huán)境Gym，Mujoco疹鳄，Mujoco-py -
Playing Atari with Deep Reinforcement Learning1. 簡(jiǎn)介 使用CNN從raw pixel學(xué)習(xí)Q(s, a)拧略，利用experience memory學(xué)習(xí)Q(s, a)，在atari2600 games中的7款游戲上進(jìn)行了測(cè)...
-
-
大話MLE和MAP、損失和正則在機(jī)器學(xué)習(xí)中呛占，最重要的概念包括MLE(Maximum Likelihood Esitmate)和MAP(Maximum A Posterior)虑乖。 學(xué)過(guò)概率與統(tǒng)計(jì)的人，應(yīng)該就...
-
親手實(shí)現(xiàn)決策樹(shù)（二）決策樹(shù)圖像化顯示及剪枝 1.決策樹(shù)可視化 在上一節(jié)（親手實(shí)現(xiàn)決策樹(shù)(一)）中晾虑，我們利用print_tree進(jìn)行了文字輸出決策樹(shù)： 下面將介紹如何圖形化顯示決策樹(shù) 利用到的輔助...
-
親手實(shí)現(xiàn)決策樹(shù)（一）
決策樹(shù)的建立 1.整體思路 準(zhǔn)備函數(shù) 依據(jù)某個(gè)feature對(duì)數(shù)據(jù)進(jìn)行分割為set_1, set_2 --> divide_set 分別對(duì)set_1, set_2的分類結(jié)果進(jìn)...
-
Transfer Learning in Computer Visiontransfer learning在image classification中有很大的應(yīng)用疹味，主要體現(xiàn)在當(dāng)我們只有很少的樣本可用于訓(xùn)練時(shí)，可以借用別人在大量數(shù)據(jù)上訓(xùn)練好的wei...
-
用keras實(shí)現(xiàn)一個(gè)residual network
實(shí)現(xiàn)的network結(jié)構(gòu)如下： 具體參數(shù)介紹如下： 實(shí)現(xiàn)過(guò)程如下： 其中identity_block和convolutional_block參照Residual layer
-
Residual layer1. 介紹 Residual layer用來(lái)解決神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中的gradient消失或爆炸等意外情況走贪，其效果是提供了lower bound,即很容易學(xué)到indenty f...
個(gè)人介紹
Do you know that the hard thing and the right thing are the same thing?