![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
SGQ1991
这个作者很懒,什么都没留下…
展开
-
深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
本文主要介绍了linux系统下深度学习系统的搭建,主要的安装思路如下:linux系统安装:首先安装当下热门的linux操作系统Ubuntu16.04,系统下载的链接如下:https://www.ubuntu.com/download/desktop(一)显卡驱动安装:安装完系统后,安装1080ti的显卡驱动,可以在Nvidia的官网下载到驱动下载完成后,把文件放在系统的转载 2017-10-17 16:55:18 · 1092 阅读 · 0 评论 -
卷积神经网络CNN讲解
自今年七月份以来,一直在实验室负责卷积神经网络(Convolutional Neural Network,CNN),期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用,特写此博文,以其与人交流,互有增益。正文之前,先说几点自己对于CNN的感触。先明确一点就是,Deep Learning是全部深度学习算法的总称,CNN是深度学习算法在图像处转载 2017-12-11 15:19:25 · 903 阅读 · 0 评论 -
深度强化学习——DQN
一、DRL原因:在普通的Q-learning中,当状态和动作空间是离散且维数不高时可使用Q-Table储存每个状态动作对的Q值,而当状态和动作空间是高维连续时,使用Q-Table不现实。通常做法是把Q-Table的更新问题变成一个函数拟合问题,相近的状态得到相近的输出动作。如下式,通过更新参数 θ 使Q函数逼近最优Q值 Q(s,a;θ)≈Q′(s,a)而深度神经网络转载 2017-12-11 19:48:05 · 6128 阅读 · 0 评论