![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
强化学习
transformer_WSZ
You Only Look Once!
展开
-
强化学习系列一:Q-Learning及Deep Q-Learning
Q-Learningepsilon greedy strategyfreecodecamp时序差分离线控制算法Q-LearningDeep Q-LearningDeep Reinforcement Learning: Guide to Deep Q-Learning强化学习——从Q-Learning到DQN到底发生了什么?Deep Q Learning之小白价值函数的近似表示与Deep Q-Learning...原创 2020-10-13 21:26:23 · 326 阅读 · 0 评论 -
策略梯度
在看师兄的论文时,里面涉及到强化学习的 Policy Gradient 。看了网上好多博客,觉得公式推导太复杂了,断断续续地持续了三周。今天静下心来看了一遍,发现没有那么难,果然做学术还是不能浮躁啊!前言强化学习是机器学习的一个分支,但是它与我们常见监督式学习不太一样。从学习方式上讲强化学习更加接近人类的学习,例如当你接触一款新的电子游戏的时候,虽然看不懂屏幕的提示,但是经过自己的摸索也能掌握...原创 2019-11-06 21:04:34 · 603 阅读 · 0 评论