- 博客(7)
- 资源 (32)
- 收藏
- 关注
原创 量子编程笔记
量子计算机和量子编程的学习步骤汇总https://blog.csdn.net/chenhaiming123/article/details/80155210IBM量子计算机体验平台:IBM Q - QuantumExperienceD-Wave开源量子编程软件,无需掌握量子物理就可编程.–来源Qpanda-本源量子的可以看看基础,但是不一定是行业标准...
2020-10-27 13:00:38 423
原创 论推荐系统如何改造和奴役你的思维
https://youngforest.github.io/2018/07/03/recommender-systems-of-popular-apps/https://www.jinse.com/bitcoin/256577.html
2020-10-10 11:22:58 477
原创 Wasserstein距离笔记
Wasserstein距离Wasserstein距离也叫做推土机距离(Earth Mover's distance),这也是由于它的推导过程可以很形象的用挖土填土来解释,这也是因为该距离定义中由一个分布转变为另一个分布所需要的代价和挖土填土的过程十分相似。考虑两个离散的分布P和Q为了让两个分布相同,我们一个个变量地观察,*为了让P1和Q1相同,我们需要P1把手头上的3分2到P2去,这样P1和Q1都等于1,此时P2=4,其他数保持不变,这个过程是不是十分像挖掉P1的土填到P2上~ 为了让P2
2020-10-06 11:08:37 6570 1
原创 不确定集(Uncertainty set)笔记
鲁棒优化中,不同的不确定集对结果影响十分明显,当不确定集越精细时,模型复杂度越高,求解越困难。当不确定集越宽泛时,所求出的最优解越保守,越不符合实际。为了权衡二者的关系,如何选择一个适合的不确定集来求解鲁棒优化一直是相关学者的研究热点。常见的不确定集主要有如下几类:1)盒式不确定集(Box Uncertainty Set)盒式不确定集是最简单的不确定集,也被称作区间集。由于鲁棒优化是考虑最差情况下的优化求解方法,针对于一些模型可能会出现所有不确定参数都在区间集上下界进行优化的情况,然而实际中该情
2020-10-06 09:30:09 13000 2
转载 Wasserstein Distance相关笔记
常见的有很多衡量概率分布差异的度量方式,比如total variation,还有经常被用到的KL散度。相比于这些度量方式,Wasserstein距离有如下一些好处。能够很自然地度量离散分布和连续分布之间的距离; 不仅给出了距离的度量,而且给出如何把一个分布变换为另一分布的方案; 能够连续地把一个分布变换为另一个分布,在此同时,能够保持分布自身的几何形态特征。 1. 其他距离度量的缺陷 首先注意到KL散度不是距离度量,它不满足对称性。常见的距离度量有,Kullback-Leibler Div
2020-10-05 13:32:37 1586
原创 多臂老虎机问题和q学习之间的区别
多臂老虎机问题是reward未知的MDP问题中最简单的一种,因为多臂问题不需要规划。也就是只需要估计action (选择哪个手臂)背后的reward的价值,这个action不会影响state的转移(因为任意手臂转一次,一个episode就结束了,我们就可以对选择的手臂背后的估值进行更新)。Q在马尔科夫过程代表广义状态转移矩阵,也就是P在时间上的微分,或者说状态转移强度矩阵。自然离散状态时刻下,就是差分啦。因为如果对所有action的估值你自信以后,你必然会做出bayes决策,所以最终的策略,每一个.
2020-10-03 04:56:54 722
COVID-EMDA-master.zip
2021-07-19
The Julia Language.zip
2020-08-18
windows卸载小助手
2024-03-05
liberrio文件, Ubuntu 18.04 下 uhd+gnuradio 安装指南,国产B210教程用
2023-07-10
Large-scale decentralized unit commitment_check integer ADMM.pdf
2021-08-03
Energy-Aware Dynamic Resource Allocation(修改版)1.pdf
2021-07-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人