- 博客(4)
- 收藏
- 关注
RSS订阅原创 chapter1
Chapter1-强化学习问题什么是强化学习？ 强化学习涉及学习一种情景到行为的映射，以最大化一个数值表示的报酬信号。闭环（当前行为影响后续输入），无明确指导该采取什么行为，当前行为可能对未来的报酬有影响，这是强化学习的三大特征。强化学习与监督学习与非监督学习的区别与联系: 1. 监督学习从有标签的样本学习从特征到标签的映射，非监督学习从无标签的样本学习数据的内部结构。强化学习是代理（agent）在
2017-03-04 20:37:55
357
原创 将Alexnet的拓扑结构和权重从Caffe转换成tensorflow
Caffe实现下，Alexnet的拓扑结构(caffeprotxt文件)和权重(caffemodel文件)都可以从Model Zoo下载。我自己写了一个python2.7文件，将Alexnet连拓扑带权重从Caffe转换成tensorflow. 文件下载地址：Alexnet_caffe_to_tf.py. 我将自己运行的结果打包放在谷歌云端硬盘上：Alexnet_tf.zip#!/usr/bin/p
2016-12-12 21:52:54
1840
原创 C语言的简单Makefile
目录树 |—-main.c |—-head |—-head.c |—-head.h Makefile:# 等号后面不能有空格 # 选择编译器 CC:=gcc # 编译器C的选项 CFLAGS:=-g -Wall # 目标文件 TARGET:=main.out # 源文件 SOURCE:=main.c head/head.c # 对象文件 OBJECT:=$(SOURCE:.c=.o)
2016-10-01 13:31:32
965
原创 著名的卷积神经网络
AlexNet网络结构 参数个数：参数主要集中在全连接层，全连接层的参数个数为6×6×256×4096+4096×4096+4096×1000=5.8622×1076\times 6 \times 256 \times 4096 + 4096 \times 4096 + 4096 \times 1000 = 5.8622 \times 10^7，卷积层的参数个数为2.33×1062.33\times
2016-07-04 21:48:58
7679
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