深度学习
Hiking_Yu
这个作者很懒,什么都没留下…
展开
-
torch
包 torch 包含了多维张量的数据结构以及基于其上的多种数学操作。另外,它也提供了多种工具,其中一些可以更有效地对张量和任意类型进行序列化。它有CUDA 的对应实现,可以在NVIDIA GPU上进行张量运算(计算能力>=2.0)。张量 Tensorstorch.is_tensor[source]torch.is_tensor(obj)如果obj 是一个pytorch张量,则返回True参数: obj (Object) – 判断对象torch.is_storage [source原创 2022-01-09 12:18:46 · 490 阅读 · 0 评论 -
神经网络学习流程
步骤:1、数据获取2、数据清洗3、网络选取lstm4、参数确定输入–输出–损失–优化5、训练网络监督学习无监督学习-强化学习6、测试网络原创 2021-12-30 11:25:43 · 2696 阅读 · 0 评论 -
tensorflow学习笔记
tf.variable_scope():提供了简单的命名空间技术以避免冲突,可以让变量有相同的命名,包括tf.get_variable得到的变量,还有tf.Variable的变量tf.name_scope():可以让变量有相同的命名,只是限于tf.Variable的变量tf.get_variable():从同一个变量范围内获取或者创建;创建的变量名不受 name_scope 的影响;创建...原创 2020-02-19 16:51:00 · 198 阅读 · 0 评论 -
OpenAI Gym--环境
Environments这是Gym环境的列表,包括与Gym打包在一起的环境,官方OpenAI环境和第三方环境。有关创建自己的环境的信息,请参见创建自己的环境。Included Environments每个环境组的代码都位于其自己的子目录gym/envs. 每个任务的规范在gym/envs/__init__.py.两者都值得浏览。Algorithmic这些是各种各样的算法任务,例如学习复...原创 2020-02-10 15:58:33 · 4893 阅读 · 0 评论 -
OpenAI Gym中文翻译-目录
目录环境 列出了可以在其上运行算法的Gym环境。创建新环境 列出了可以在其上运行算法的Gym环境。装饰器 通用包装的列出的环境。它们可以对代理与环境之间交换的数据执行预处理/后处理。智能体 包含与Gym环境兼容的代理列表。代理有助于针对环境运行算法。其他 是其他增值工具和实用程序的集合。这些内容可以是任何东西,从一个便捷的lib到视频教程或新的语言绑定。...原创 2020-02-10 15:54:08 · 833 阅读 · 0 评论 -
我应该使用哪种算法?
RL中没有灵丹妙药,根据您的需求和问题,您可以选择其中一种。第一个区别来自您的动作空间,即您有离散动作(例如,向左,向右等)还是连续动作(例如:以一定速度运动)?某些算法仅针对一个或另一个域量身定制:DQN仅支持离散动作,而SAC限于连续动作。您可以选择的第二个区别是您是否可以并行进行培训,以及如何进行(有或没有MPI?)。如果重要的是壁钟培训时间,那么您应该倾向于A2C及其衍生产品(PPO,...原创 2020-01-16 17:22:20 · 274 阅读 · 0 评论