- 博客(3)
- 收藏
- 关注
RSS订阅原创 强化学习经典教材的配套源代码上线了
课程配套代码——为了便于工程人员与广大读者的学习，配套的源代码已经上传至书籍的Springer网站：https://link.springer.com/book/10.1007/978-981-19-7784-8，读者可自行下载辅助学习，下面简要说明代码的下载方式、安装要求以及相关例子。或使用Git将存储库克隆到本机。第10章介绍深度强化学习（DRL），即以神经网络为载体的RL，包括神经网络的原理与训练，深度化挑战以及DQN、DDPG、TD3、TRPO、PPO、SAC、DSAC等典型。
2024-03-25 15:21:28
926
原创 浅析高斯过程回归（Gaussian process regression）
前言 高斯过程回归的和其他回归算法的区别是：一般回归算法给定输入X，希望得到的是对应的Y值，拟合函数可以有多种多样，线性拟合、多项式拟合等等，而高斯回归是要得到函数f(x)的分布，那么是如何实现的呢？ 对于数据集，令，从而得到向量, 将所需要预测的的集合定义为，对应的预测值为, 根据贝叶斯公式有： ...
2018-09-20 22:32:58
74411
7
原创 浅析贝叶斯神经网络（Based on Variational Bayesian）
贝叶斯神经网络简介 对于一个神经网络来说，最为核心的是如何根据训练集的数据，得到各层的模型参数，使得Loss最小，因其强大的非线性拟合能力而在各个领域有着重要应用。而其问题是在数据量较少的情况下存在严重的过拟合现象，对于获得数据代价昂贵的一些课题比如车辆控制等领域，应用存在局限性。 贝叶斯神经网络的优点是可以根据较少的数据得到较为solid的模型...
2018-09-06 19:13:42
36793
11
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