- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 对DQN强化学习的完整笔记（一）
首先要说的话强化学习是用来干什么的:如果要使一个火柴人学会自己走路，要怎么做？模仿人是个好主意。那么大家思考一下，人是怎么走路的呢？或者说人是怎么平衡的。感受角度、重心、速度等然后调整自身平衡的对吗。那么好，人有大脑，可以用来自我调整。火柴人就需要一个强化学习（Reinforcement Learning，RL）来调整。这就是强化学习。强化学习的一个典型用处就是决策。以下所有的加粗字体都是一些执行时的随机值变量Agent智能体：是在环境中做出行为的主体，也就是DQN输出结果的直接获取者Envi
2021-01-31 15:13:58
206
原创 python中numpy函数：argmax
Nmupy 选取最大值的函数：argmax与amaxargmax和amax两个函数都是与最大值相关的函数，这两这有什么区别呢？argmax返回的是那个值本身，amax返回的是那个最大值的标签范例如下：import numpy as npa=np.array([[1,2,3],[4,5,6],[7,8,9]])print(a)amax_=np.amax(a,axis=1)print('amax_ : ')print(amax_)argmax_=np.argmax(a,axis=1)pri
2021-01-23 17:20:30
1402
5
原创 机器学习入门：神经网络为什么要非线性
机器学习入门：为什么要非线性？机器学习的一大作用就是预测。假设我们用一个函数function来根据一些已有条件预测结果。线性函数就会产生很大的局限性。针对这个问题，我首先举一个感知机的例子。感知机中有一种逻辑电流叫异或门，含义在此不做过多的阐述，有兴趣的话，我后面可以做一篇关于感知机的介绍。但我找了一下关于感知机的输入与输出关系，如下图在坐标系中表示出来就是一条直线是不能将两个类别分开来的的。想要分开来，必须要用到曲线。如下图综上，意思就是，随机输入两个数进入异或门，得到结果，没法用线性的函
2021-01-20 23:38:46
3025
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人