- 博客(6)
- 收藏
- 关注
RSS订阅转载 强化学习概览
|更新：2020.12.03 | fjy2035@foxmail.com从今天开始整理强化学习领域的知识，主要参考的资料是Sutton的强化学习书和UCL强化学习的课程。这个系列大概准备写10到20篇，希望写完后自己的强化学习碎片化知识可以得到融会贯通，也希望可以帮到更多的人，毕竟目前系统的讲解强化学习的中文资料不太多。第一篇会从强化学习的基本概念讲起，对应Sutton书的第一章和UCL课程的第一讲。强化学习在机器学习中的位置 强化学习的学习思路和人比较类似，是在实践中学习，比如学习走路
2020-12-03 20:45:16
201
转载 印在基因里面的先验知识，或许是通往强人工智能的必经之路
|更新：2020.10.29 | fjy2035@foxmail.comPaper：Deep Learning: A Critical Appraisal 原标题：印在基因里面的先验知识，或许是通往强人工智能的必经之路 作者 | 张拳石 来源 | 知乎 https://zhuanlan.zhihu.com/p/33651571https://www.sohu.com/a/328543676_99979179 导读：近日，几何智能（后
2020-10-29 13:26:47
206
原创 强化学习模块基础概念及相关知识
|更新：2020.10.28 | fjy2035@foxmail.com文章目录强化学习：1. 马尔科夫决策（MDP）：2. 思想：3. 基本原理：4. 结构：如游戏是环境，人是智能体5. DQN：6. Model-based vs. Model-free：7. on-policy vs. off-policy：其他相关知识1. Multi-task learning vs. Single-task learning2. Multi-objective Optimization vs. Single-
2020-10-28 17:51:27
742
转载 Paper: Continuous Deep Q-Learning with Model-based Acceleration
|更新：2020.10.28 | fjy2035@foxmail.com参考博客：1、https://blog.csdn.net/weixin_44125720/article/details/1030986322、https://blog.csdn.net/weixin_42137700/article/details/103255186（Homomorphism-Based RL vs. Latent-Space Modeling）
2020-10-28 12:53:07
293
原创 PyTorch指定单GPU和多GPU训练及保存-加载模型(含CPU)的总结
注意：训练/测试过程中 inputs 和 labels 均需加载到GPU中。参考和综合了网上的多种方法。1. PyTorch使用指定GPU训练 - 单GPU 直接使用代码 model.cuda(), PyTorch默认从0开始的单GPU:model = Model()if torch.cuda.is_available(): model = model.cuda()有两种方法可直接指定单GPU:在终端shell：CUDA_VISIBLE_DEVICES=1 python main.p
2020-10-21 19:31:12
12434
7
转载 CSDN-新手第一课：如何转载别人的博客
注意：转载别人的HTML代码时，在复制到CSDN–markdown编辑器后，为了整个页面的布局不留大量空白，首尾代码可删除。 参考博客：https://blog.csdn.net/zhongjianblackberry/article/details/79456338 转载CSDN博客步骤： 1.CSDN博客页面右键，点击【检查】 点击检查后，页面右侧出现html代码，如下图 2.如果需要转载全文，则在html代码下侧点击选中article_content 即可，会在代码框中自
2020-10-21 17:54:08
198
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人