- 博客(15)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 win10+selenium+python配置（chrome）
selenium可以在https://pypi.org/project/selenium/查看相应的版本，使用pip安装接下来安装chrome驱动，需要翻墙，地址是：http://chromedriver.storage.googleapis.com/index.html下载时对应自己电脑上的chrome浏览器版本。在关于里查看。在c盘建一个文件夹，将chromedriver.exe放在其...
2018-12-26 13:33:36
650
原创 二次型，正定二次型
二次型：含有n个变量x1,x2,...xnx_1,x_2,...x_nx1,x2,...xn的二次齐次函数:f(x1,x2,...xn)=a11x12+a12x1x2+a13x1x3+a14x1x4...+a1nx1xnf(x_1,x_2,...x_n)=a_{11}x_1^2+a_{12}x_1x_2+a_{13}x_1x_3+a_{14}x_1x_4...+a_{1n}x_1x_nf(...
2018-12-20 19:42:33
3227
原创 梯度下降法与最速下降（凸优化方法）
梯度下降法：假设目标优化形式为：argminxf(x)argmin_xf(x)argminxf(x)即我们要求取函数f(x)f(x)f(x)的最小值，那么根据梯度下降法，可以如下算法：while∣∣▽f(xk)∣∣≥ϵwhile||\bigtriangledown f(x_k)||\geq\epsilonwhile∣∣▽f(xk)∣∣≥ϵ dk=−▽f(xk)d_k=-\bigt...
2018-12-20 11:17:55
4436
原创 熟悉陌生的2-范数（向量的模）
向量的模，表示向量的长度：我们以前就学过向量，一个一维的向量比如AB⃗=[1,2,3]\vec {AB}=[1,2,3]AB=[1,2,3]，也表示三维空间中的一个点。它的模的计算公式：∣AB⃗∣=12+22+32|\vec{AB}|=\sqrt{1^2+2^2+3^2}∣AB∣=12+22+32，这个既表示AB⃗\vec{AB}AB的长度，也表示这点到原点的距离。#2- 范数：对于某个向量...
2018-12-19 16:23:15
11521
3
原创 凸集、凸函数与KL散度
凸集的定义是：集合C内任意两点间的线段任然包含在集合中，则此集合称为凸集。形式化的方法描述：以任意一点作为原点，对于集合内任意两点x1⃗\vec{x_1}x1,x2⃗\vec{x_2}x2，和任意一个处于[0,1]的实数θ\thetaθ，都有：θx1⃗+(1−θ)x2⃗∈C\theta \vec{x_1}+(1-\theta)\vec{x_2}\in Cθx1+(1−θ)x2∈C...
2018-12-18 19:12:28
1830
1
原创 重要性采样(importance sampling)
重要性采样是统计学习中一种常用的方法。在强化学习中通常和蒙特卡洛方法结合使用。重要性采样是，使用另外一种分布来逼近所求分布一种方法。具体形式是这样的：假设我们在想要求取目标分布PPP下函数f(x)f(x)f(x)的分布，如果可以对PPP采样，采用蒙特卡洛方法，我们可以有如下计算：Ex∼P[f(x)]=∫xP(x)f(x)dx≈1N∑xi∼P,i=1Nf(xi)E_{x\sim P}[f(x)...
2018-12-18 16:21:08
13149
10
原创 python中的编码问题(decode,encode,codecs)
在Python3.X 源码文件中默认使用utf-8编码，所以可以正常解析中文，无需指定 UTF-8 编码。：import sysprint(sys.getdefaultencoding())输出：utf-8我们可以直接调用decode，ecode来实现编码和解码，encode的作用，使我们看到的直观的字符转换成计算机内的字节形式，decode刚好相反，把字节形式的字符转换成我们看的懂...
2018-12-14 15:51:15
2284
原创 pytorch损失函数之nn.CrossEntropyLoss()、nn.NLLLoss()
这个损失函数用于多分类问题虽然说的交叉熵，但是和我们理解的交叉熵不一样
2018-12-06 15:43:21
150493
19
原创 熵，KL散度，交叉熵
在信息论中定义一个事件X=xX=xX=x的自信息（self-information）为：I(p)=−logpI(p)=-logpI(p)=−logp,表示以P(X=x)=pP(X=x)=pP(X=x)=p的概率观测到的这事件时所包含的信息量，单位为奈特（nats）,P(X=x)表示事件的概率其值为p，那么一奈特就是：以1/e1/e1/e的概率观察到一个事件时获取的信息量（−log(1/e)=1-l...
2018-12-03 13:43:28
3648
DRQN和DARQN详解
2019-02-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人