- 博客(2)
- 收藏
- 关注
RSS订阅原创 百度飞桨-图神经网络7日学习总结
百度飞桨-图神经网络7日学习总结1. 图游走模型1.1 概述1.2 Word2vec模型1.3 DeepWalk模型2. 图卷积网络与图自注意力网络3. 图采样与GraphSage算法3.1 采样邻居顶点3.2 聚合函数的选取1. 图游走模型1.1 概述图游走模型：百度PGL图学习公开课图游走的目标：学习出图中每一个节点的低维表示，称为 Node Embeddings。得到节点的低维表示后，可以利用这些低维表示来进行接下来的下游任务，比如节点分类等。图游走的步骤：通过在图进行某种方式的游走
2020-11-30 09:58:39
896
1
原创 强化学习常用算法总结
强化学习常用算法总结本文为2020年6月参加的百度PaddlePaddle强化学习训练营总结1. 表格型方法：Sarsa和Q-Learning算法State-action-reward-state’-action’， 简称Sarsa，是为了建立和优化状态-动作(state-action)的价值Q表格所建立的方法。首先初始化Q表格，根据当前的状态和动作与环境进行交互后，得到奖励reward以及下一步的状态和动作后，对Q表格进行更新；并不断重复这个过程。Q表格更新公式为：另外，为了保证每一步的探索性
2020-06-25 12:19:41
9470
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