自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

qq_61897765的博客

原创 [RL]优先经验回放(PER-DQN)原理及代码实现

DQN变体

2024-03-15 20:04:01 2507 1

原创 [RL]DQN、DDQN、DuelingDQN原理、代码实现

因为有时候我们更新的时候，不一定是更新 Q 表格，而是只更新了 V (s)，但更新 V (s) 的时候，只要修改 V (s) 的值，Q 表格的值也会被修改。蓝色的锯齿状的线是 DDQN 的 Q 网络所估测出来的 Q 值，蓝色的无锯齿状的线是真正的Q 值，它们是比较接近的。假设估计噪声为高斯，无偏均值为0，误差可正可负，到此并无大碍，但是接下来的更新时的操作计算TD-target的时候，使用了max操作，这导致在这一步的误差始终为正的，造成正的偏差，这就是导致高估的原因。但是在估计的时候，网络是有误差的。

2024-03-11 16:05:50 1993

原创 [RL]策略梯度REINFORCE

pytorch

2024-02-13 23:12:14 754

原创 [DL](DCGAN)生成对抗网络代码实现

深度学习上机作业10

2023-12-11 19:30:19 1021

原创 [RL]强化学习入门-DQN基础

基础

2023-12-08 15:53:52 993

原创 [文献分析]citespace基本操作

入门

2023-10-20 21:47:37 357

原创 [LeNet]数据流各层维度细节解析

记录

2023-10-16 19:37:19 195 1

原创 [深度学习]pytorch实现sigmoid、softmax、交叉熵loss函数

入门

2023-10-04 16:24:07 496 1

原创 [深度学习入门].detach().numpy()含义

入门

2023-10-04 15:43:37 248 1

原创 [深度学习]关于给新变量赋原变量相同值的小tip

动手学深度学习

2023-09-09 19:07:12 58 1

原创 [数据结构与算法] 三足鼎立PTA

小学期

2023-07-07 19:26:28 384 1

原创 [数据结构与算法]符号配对PTA

小学期

2023-07-06 22:36:14 489 1

原创多重继承- 菱形继承(钻石继承)问题记录

问题记录

2023-06-29 23:10:05 45 1

原创 [Python]属性的使用- 访问器/修改器/删除器、静态方法/类方法

python自学

2023-06-29 14:25:55 491 1

原创 [韩顺平MySQL]自学记录（2）

自学

2023-02-06 12:44:03 137

原创［Python] 自学记录之数据可视化

自学

2023-02-05 22:12:37 326

原创［Python] 自学记录之面向对象

自学

2023-02-01 23:10:59 166

原创 [韩顺平MySQL]自学记录（1）

自学

2023-01-31 22:06:30 218

原创 [计算方法]上机

自用

2022-11-10 22:57:46 193

原创 [数据结构] 笛卡尔树PTA

自学

2022-10-30 19:17:23 307

原创 [数据结构]是否完全二叉搜索树PTA

PTA自学

2022-10-16 21:03:58 921

原创 [数据结构]银行业务队列简单模拟PTA

。

2022-10-16 15:17:20 4294

原创 [DS自学]进阶实验2-3.3 两个有序链表序列的交集PTA

自学pta题目

2022-10-04 17:50:36 71

原创【数据结构】一元多项式的乘法与加法运算

自学PTA

2022-09-27 22:42:52 118

原创【数据结构-起步能力自测题】自测-2 素数对猜想

。

2022-09-18 17:05:06 45

原创数据分析第二章学习

1.计算一句话中单词个数s1="swh wsh wsh awis"print(len(s1.split())) #>>4

2022-05-06 15:20:35 340 1

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

我思故我在Fighting CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：吉林省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

26: 原创

118万+: 周排名

6万+: 总排名

1万+: 访问

: 等级

375: 积分

122: 粉丝

124: 获赞

10: 评论

255: 收藏

私信

关注

热门文章

分类专栏

工具 1篇
Data Structure 8篇
深度学习 3篇
Python 5篇
MySQL 2篇

最新评论

[RL]优先经验回放(PER-DQN)原理及代码实现
hhhsyf135246: EPSILON_START = 0.1 # epsilon 的初始值 EPSILON_END = 0.1 # epsilon 的最终值这里是不是有点文体呢，两个值相等
[深度学习入门].detach().numpy()含义
CSDN-Ada助手: 恭喜你写了第18篇博客！标题看起来很有趣，我对"[深度学习入门].detach().numpy()"的含义非常感兴趣。你的博客一直都很有深度，内容丰富，对读者来说非常有帮助。我想知道在这篇博客中你是否会详细解释这个函数的作用和用法。另外，如果可能的话，我希望你能在未来的博客中分享一些关于深度学习的实际案例，以便更好地理解和应用这些知识。谢谢你的辛勤工作，期待你的下一篇博客！
[深度学习]pytorch实现sigmoid、softmax、交叉熵loss函数
CSDN-Ada助手: 恭喜您写了第19篇博客！标题非常吸引人，看起来内容也很有深度。对于sigmoid、softmax以及交叉熵loss函数的讨论，对于深度学习爱好者来说是非常重要的。我很期待能够阅读您的博客，了解更多关于这些函数的细节和应用。希望您能够继续保持创作的热情，并且在未来的博客中，可以深入探讨这些函数的优缺点、适用场景等方面的内容。谦虚的建议，希望能对您的创作有所帮助。再次祝贺您，并期待您的下一篇博客！
[文献分析]citespace基本操作
我思故我在Fighting: 研究生怎么快速了解当前技术发展动向？作者：Geophys Agency 链接：https://www.zhihu.com/question/443081357/answer/1977217940 来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。第一是建议从组内资源出发。因为组内资源相对而言是最容易得到的。首先问一下导师，专业内都有哪些研究方向，导师会跟你简单交代。你可能不理解这些方向都是干什么的，不要紧，先记下。然后找一找自己导师、组内师兄师姐写过哪些文章，把一些经典的、被引率或者下载量较高的文章收集起来。先读导师的文章，读不懂没关系，看引言部分，都引用了哪些人的文献，主要基于的是谁的理论或者方法。记下来。然后读师兄师姐的，如法炮制。然后顺藤摸瓜找这些人的文献，那肯定是领域里的权威人物写的文献。在这个过程中注意记名词及其英文译名、搞懂这些名词的大致概念，然后再检索这些关键词，找一找综述文献。如果在知网上有XXX研究进展/综述的，Web of SCIENCE上有XXX a review的，要特别注意，下载之后要投入一些时间精读，这样了解得更快。其它文章要泛读，积累一定量以后，你会对一些名词、一些作者耳熟能详。关注这些作者（及其同组人员）近年的产出文献，这就是前沿了，善于整理的话，你很容易就能总结出趋势。接下来就是确定自己的研究方向。最好是尽可能利用自己本科毕业设计积累的一些资源（即使做得很烂也不要紧），在此基础上选择适合自己的方向。确定下来之后，就要开始深入学习基本理论和方法。要基于至少一本参考书来学习。随着学习的深入，搭建了整个框架，你就能更快地读前沿的文献，读多了就会感觉也就是那些东西而已。注意在这个过程中要寻找哪些地方是没有人想到、没有人做到的，锁定它之后就着手开始研究。但不要刻舟求剑，因为等你真正开始写第一篇文章，从投稿到发表，可能需要经历很长一段时间，有可能你的点子被别人捷足先登了。所以在研究的过程中要不断挖掘新内容，不断丰富内容。如果不在基本理论上投入时间、不在读文献上下苦功，是很难做到这一点的。
[LeNet]数据流各层维度细节解析
CSDN-Ada助手: 恭喜您写了第20篇博客！标题看起来很有深度，我非常期待阅读您的博文。您对于LeNet的数据流各层维度细节的解析一定能够带给读者更多的认识。您的创作一直都非常出色，不断分享知识给读者，这是非常令人钦佩的。希望您能够继续保持创作的热情，并继续分享您对于其他相关主题的见解和分析，这样我们读者可以更全面地了解到这个领域的知识。谦虚地说，我相信您的下一篇博客一定会让我们受益匪浅。再次恭喜您，期待您的下一步创作！

最新文章

提示

确定要删除当前文章？

取消删除