深度学习
文章平均质量分 61
rongrongyaofeiqi
发现问题 解决问题 总结经验 Fighting~
展开
-
AI一种现代的方法 第三章 搜索方法解决问题
本章开始讨论具体的算法啦。首先要了解算法复杂度是如何计算的。可以理解为实现目标需要计算的次数。比如遍历n次加法,则复杂度为O(n)。一个问题可以拆分为5个组成:初始状态、行动、转换模型、目标测试、路径代价。评估算法性能:完备性、最优性、时间复杂度、空间复杂度。搜索方法来啦搜索方法分为Uninformed search(Blind search)和Informed search (Heuristic search)Uninformed search3.4.1 Breadth-first s原创 2021-03-19 16:55:33 · 437 阅读 · 0 评论 -
AI一种现代的方法 第二章 智能体
本章讨论智能体的特性、完美以及其他,环境的变化性,以及多样的智能体类型。第一章定义了AI的核心是理智的智能体。本章我们加强概念。我么可以预测,理智的概念在理想环境下应用在不同的智能体操作中。本书我们的计划是用这个概念为创建成功的值能力发展一系列小的设计理念。首先我们检测智能体、环境、以及两者的关系。不同的环境下智能体的行为有好坏之分。在自然环境里智能体行为能有多好?我们粗糙的分类了一下环境种类,以及环境的属性为何会影响合适的智能体?我们提出了几种智能体设计框架。2.1 智能体与环境智能体原创 2021-03-19 14:23:50 · 588 阅读 · 0 评论 -
AI :一种现代的方法 第一章人工智能 学习笔记+翻译 (这一篇文本贴过来标题序号会变 直接放图片了)
AI :一种现代的方法前言AI是一个很广泛的领域,这本书涉及到的内容也特别多。此书尝试探索该领域的广度,包含逻辑学(logic)、概率学(probability)、连续数学(continuous mathematics)、感知学(perception)、推理学(reasoning)、学习(learning)和行为(action);以及机器人领域(robotic planetary)的微电子设备(microelectronic devices)。且本书具有一定的深度。本书的副书名是一种现代的方法,原创 2021-01-26 16:17:06 · 215 阅读 · 0 评论 -
TensorFlow入门之变量操作
TensorFlow的工作流程像一张图,先创建图,并在图上定义一些常量、变量和类似于函数的东西。比如这里TensorFlow中声明变量input1 = tf.Variable(1)和input2 = tf.Variable(2),进行相加操作。Variable操作存放变量的值。global_variables_initializer将变量设置为初始值。然后在图上创建一个session,意思就是要调用刚才写的程序了。原创 2017-03-23 15:31:51 · 970 阅读 · 0 评论 -
TensorFlow之线性回归
这个示例是做线性回归。随机产生100个x_data的随机数,y_data = x_data * 0.1 + 0.3。训练的时候通过梯度下降法(GradientDescentOptimizer)寻找最小化损失函数(此处为最小化均方差)为目标,并基于一定的学习率进行梯度优化训练(此处为0.5)。迭代200次,我们能得到斜率和截距非常接近实际值。原创 2017-03-23 15:57:37 · 583 阅读 · 0 评论 -
TensorFlow入门之训练mnist数据集
import sys,osimport numpy as npimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)sess = tf.Interact原创 2017-03-23 17:06:31 · 1649 阅读 · 0 评论