- 博客(50)
- 资源 (9)
- 收藏
- 关注
RSS订阅
原创 【零基础强化学习】3个模块教你跑通基于DQN的FlappyBird
3个模块教你跑通基于DQN的FlappyBird代码全部亲自跑通，你懂的！
2022-01-13 03:02:42
4875
20
原创 【java入门系列二】java基础
java需要严格考虑变量类型，包括类型的自动转换与强制转换（int）每天保持思考、保持进步，跬步至千里！Fighting!😎
2023-01-04 00:28:26
256
原创 【机器学习】kaggle比赛大杀器——模型融合
之前每次打比赛都只做了特征工程和调参两部分，最后的模型融合部分也是非常重要的，一起来看看吧！
2022-05-03 01:56:37
1909
4
原创 【零基础强化学习】 基于tkinter搭建gridworld强化学习环境
【零基础强化学习】 基于tkinter搭建gridworld强化学习环境状态、奖励、done都可以自己设置噢！有问题的小伙伴可以与我联系交流！
2022-04-16 11:46:30
2286
4
原创 【零基础强化学习】100行代码跑通基于DDPG的倒立摆实验
【零基础强化学习】100行代码跑通基于DDPG的倒立摆实验超参已经调好，直接运行即可看到训练效果，有需要交流的同学可以加我留言噢！
2022-04-15 21:43:32
845
3
原创 【零基础强化学习】基于DQN的highway自动驾驶
基于DQN的highway车道保持，代码可以直接跑通，但是效果不好需要调参，有需要的小伙伴多多加我交流呀！！
2022-04-12 00:05:45
2256
15
原创 【机器学习损失函数】 交叉熵损失(Cross-entropy)和平方损失(MSE)究竟有何区别？
机器学习损失函数🤔交叉熵损失(Cross-entropy)和平方损失(MSE)究竟有何区别？知其然也要知其所以然，一起来学习吧！
2022-03-16 21:19:17
1320
1
原创 【零基础机器学习】机器学习中的正则项（图文详解）
- 在机器学习中我们时常会遇到`模型过拟合`的问题，这是由于我们所得到的的模型复杂度过大，过于完美地拟合了训练数据，也就导致模型在预测训练数据时效果很好而预测新数据时效果很差。解决过拟合问题的一个典型方法即是:正则化
2022-01-25 21:28:19
10541
6
原创 【python学习笔记】 可变对象和不可变对象详解
复习一下python 基础数据结构，大家一起多多交流，互相学习啊！Python在heap（堆：程序员自己分配释放）中分配的对象分成两类：可变对象和不可变对象。所谓可变对象是指，对象的内容可变，而不可变对象是指对象内容不可变python中，万物皆对象
2022-01-23 00:03:59
2074
5
原创 【算法与数据结构】堆与栈的联系区别（多角度详解）
- 堆（Heap）与栈（Stack）是开发人员必须面对的两个概念，在理解这两个概念时，需要放到具体的场景下，因为不同场景下，堆与栈代表不同的含义。一般情况下，有两层含义：（1）程序内存布局场景下，堆与栈表示两种`内存管理`（2）数据结构场景下，堆与栈表示两种常用的`数据结构`
2022-01-17 17:54:33
5255
7
原创 【二叉树算法】二叉树DFS与BFS（python实现）
树的遍历是树的一种重要的运算。所谓遍历是指对树中所有节点的信息的访问。即依次对树中每个结点访问一次且仅访问一次。我们把这种对所有节点的访问称为遍历（traveral）。那么树的两种重要的遍历模式是深度优先遍历和广度优先遍历，深度优先一般用递归，广度优先一般用队列。
2022-01-17 00:47:32
1385
3
原创 【零基础强化学习】 基于Closed-Form Policy Play BipedalWalker-v3
- 闭式解closed form solution）也叫解析解(analytical solution)，就是一些严格的公式,给出任意的自变量就可以求出其因变量,也就是问题的解, 他人可以利用这些公式计算各自的问题。(代码**只有测试**过程)
2022-01-16 23:40:46
1523
原创 【零基础强化学习】基于PPO训练gym的Acrobot机械臂
- Acrobot机器人系统包括两个关节和两个连杆，其中两个连杆之间的关节可以被致动。 最初，连杆是向下悬挂的，目标是将下部连杆的末端摆动到给定的高度。
2022-01-16 23:23:33
4399
10
原创 【零基础强化学习】教你跑通基于Q-learning的gym“Pong-v4‘”乒乓球对决
- Pong是起源于1972年美国的一款模拟两个人打乒乓球的游戏，近几年常用于测试强化学习算法的性能。这篇文章主要记录如何用DQN实现玩Atari游戏中的Pong，希望大家一起交流学习！
2022-01-16 02:32:53
5071
16
原创 【零基础强化学习】教你用Q-learning训练基于gym的火箭月球着陆器
- 需要小火箭能精确、平稳（缓慢）的降落在停机坪！代码亲手跑通，大概需要训练30分钟能达到基本目的！
2022-01-16 01:37:44
3031
4
原创 【零基础强化学习】教你训练基于SARSA的出租车调用
- Gym库的Taxi-v2环境实现了出租车调度问题的环境。导入环境后，可以用env.reset()来初始化环境，用env.step()来执行一步，用env.render()来显示当前局势。env.render()会打印出的局势图，其中乘客的位置、目的地会用彩色字母显示，出租车的位置会高亮显示。具体而言，如果乘客不在车上，乘客等待地点（位置）的字母会显示为蓝色。目的地所在的字母会显示为洋红色。如果乘客不在车上，出租车所在的位置会用黄色高亮；如果乘客在车上，出租车所在的位置会用绿色高亮。
2022-01-16 00:35:48
1890
原创 【Advances in Neural Information Processing Systems 34 pre-proceedings 】 NIPS2021会议
【Advances in Neural Information Processing Systems 34 pre-proceedings 】 NIPS2021会议
2022-01-14 14:12:39
4050
2
原创 【十大排序算法】计数排序
1. 统计原数组中每个值出现的次数2. 排序：遍历Count数组，对应位置的值出现多少次就往原数组写几个这个值- 当然，在对于数据比较大的时候我们可以通过相对映射，让（该值-min）后的数组加一，最后还原回去即可。
2022-01-13 23:46:28
2723
1
原创 【十大排序算法】归并排序
1. （拆分）将一段数组分为左序列和右序列，让他们两个分别有序，再将左序列细分为左序列和右序列，如此重复该步骤，直到细分到区间不存在或者只有一个数字为止2. （合并）将第一步得到的数字合并成有序区间
2022-01-13 23:41:14
2700
原创 【零基础强化学习】100行代码教你训练——基于SARSA的CliffWalking爬悬崖游戏
【零基础强化学习】100行代码教你训练——基于SARSA的CliffWalking爬悬崖游戏，sarsa下一步的Q对应的action是经过贪婪-探索的实际与环境交互的动作（==属于on-policy==），加了探索的动作会对环境中reward比较低的状态很敏感，所以实验结果**很胆小**！
2022-01-13 20:05:26
6845
7
原创 【零基础强化学习】100行代码教你训练——基于Q-learning的CliffWalking爬悬崖游戏
【零基础强化学习】100行代码教你训练——基于Q-learning的CliffWalking爬悬崖游戏，代码亲自跑通，一起交流学习呀q-learning下一步的Q对应的action是直接选取最大值，不是实际与环境交互的动作（==属于off-policy==），只选最大值的总动作意味着只关心高奖励的状态，低奖励影响不大，所以实验结果贴着障碍物走，**很大胆**！
2022-01-13 19:41:19
3452
2
原创 【零基础强化学习】100行代码教你实现基于DQN的gym车杆控制
【零基础强化学习】100行代码教你实现基于DQN的gym车杆控制，所有代码均亲自跑通，你懂的！????
2022-01-13 02:24:24
4263
7
原创 【零基础强化学习】200行代码教你实现基于Q-learning的迷宫找路
- 作为一个新手，写这个强化学习-基础知识专栏是想和大家分享一下自己强化学习的学习历程，希望大家互相交流一起进步！????
2022-01-13 01:32:27
3787
4
原创 【零基础强化学习】100行代码教你实现基于DQN的gym登山车
【零基础强化学习】100行代码教你实现基于DQN的gym登山车，代码可直接跑通，包括模型搭建、训练、保存、测试！你懂的
2022-01-13 01:03:12
4564
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人