- 博客(17)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【强化学习】表格型求解方法总结：基于表格型方法（Tabular Methods）的规划（Planning）和学习（Learning）
本次笔记对《强化学习（第二版）》第八章进行概括性描述。同时，也对本书的第一部分（共三部分）表格型求解方法进行了系统性阐述。
2020-01-31 23:39:02
1772
原创 n步自举法：时序差分方法与蒙特卡洛方法的结合
前言： 之前讨论了（1步）时序差分方法（CSDN链接）与蒙特卡洛方法（CSDN链接）。刚刚学习完 Sutton 的《强化学习（第二版）》的第七章：n步自举法。它是时序差分方法与蒙特卡洛方法的折中，一般地，效果要好于二者。本次笔记不记录公式、算法框架，介绍思想。具体内容请见中文电子书：第7章 n 步引导（Bootstrapping）方法文章目录n步自举法与时序差分方法、蒙特卡洛方法同轨策...
2020-01-28 23:47:58
1432
原创 神奇的多项式求导矩阵与积分矩阵
线性代数是一门有趣又有用的学科。基于机器学习、深度学习等技术的人工智能的核心数学知识就包含数理统计、微积分与线性代数。
2020-01-27 14:35:53
3833
原创 《强化学习》中的时序差分控制：Sarsa、Q-learning、期望Sarsa、双Q学习 etc.
学习了 Sutton 的《强化学习（第二版）》第6章时序差分学习的控制部分，将笔记提炼如下：Sarsa、Q-learning、期望Sarsa、双 Q 学习。
2020-01-22 23:47:34
1881
原创 《强化学习》中的 时序差分学习 Temporal-Difference Learning （基于与动态规划 DP 、蒙特卡洛方法 MC 的对比）
学习了 Sutton 的《强化学习（第二版）》中时序差分学习的“预测”部分内容。前两章中，书介绍了 动态规划 与 蒙特卡洛方法 ，我们从二者与 时序差分学习 的对比开始讲起。
2020-01-19 00:47:37
1479
原创 心得&复述知识体系：《强化学习》中的蒙特卡洛方法 Monte Carlo Methods in Reinforcement Learning
刚刚读完 Sutton 的《强化学习（第二版）》第5章：蒙特卡洛方法。为了巩固本章收获，笔者将在本文中用尽量简单直白的语言复述本章的思想，各个知识点之间的关系。同时，这方便笔者日后进行复习，也与他人分享了心得。
2020-01-18 00:29:10
1544
原创 【python报错】 ModuleNotFoundError: No module named 'X' 如何调用自己写的 moudle / python / .py 文件（同一项目中）
自己用 python 写项目，文件系统结构如下：RL-for-Order-WorkflowRL-for-Order-Workflow\pySimRL-for-Order-Workflow\pySim\testRL-for-Order-Workflow\pySim\test\test.pyRL-for-Order-Workflow\pySim\entityRL-for-Order-Wor...
2020-01-17 16:07:07
1074
1
原创 强化学习 / 动态规划：策略改进（Policy Improvement）使策略更优的数学证明
反证法证明了，基于贪心算法的策略改进是“有效的”。
2020-01-16 08:24:50
2388
原创 【汇编语言与计算机系统结构笔记09】程序栈，（x86-32）过程调用，栈帧，寄存器使用惯例
本次笔记内容：10.栈与过程调用的机器表示-111.栈与过程调用的机器表示-212.实验
2020-01-14 19:40:03
531
原创 从程序设计、tqdm到lambda：python的“奇技淫巧”，让实现效率翻倍【科学计算类】
其实，python早已经把这种常用、重复性强的代码封装好了。了解这些“奇技淫巧”，很有助于我们提升开发效率，且增强代码可读性。
2020-01-12 00:15:04
599
原创 【汇编语言与计算机系统结构笔记08】如何实现循环（Loops），gcc历史上经历了多种转换模式（微体系结构角度解释），Switch语句，跳转表
【汇编语言与计算机系统结构笔记07】中讨论了控制流的一些内容，本次首先通过例题讨论条件指令的局限性，接着讨论如何实现循环（Loops）与Switch跳转表。
2020-01-11 19:16:41
581
原创 强化学习/动态规划：贝尔曼方程的解读 Bellman Equation & 贝尔曼方程组 / 贝尔曼最优方程
读书《Reinforcement Learning: An Introduction Second Edition》，读到第三章有限马尔科夫决策过程MDP中，提到了贝尔曼方程的理解。一开始我是有点懵逼的，现在看懂了其意思，在这里解释一下。
2020-01-11 12:13:49
6342
5
原创 自学编程，先学python、java还是C++？——大四学生对于初学者的一点建议
自学编程，先学什么语言呢？实际上，编程能做的事太多了，首先明确自己想要用代码做什么，再明确自己的学习路径、选择起点是笔者提出的意见。
2020-01-06 12:26:42
7109
原创 【汇编语言与计算机系统结构笔记07】条件码，比较、测试、条件跳转与条件转移指令，结合微体系结构与流水的说明
本文对条件码与相关指令进行讲解。并展开讨论了计算机微体系结构与流速相关内容。
2020-01-05 11:00:13
1297
1
原创 【VS Code配置matlab】手把手教学，matlab也能自动补全+瞬间启动+代码整理！
前言： matlab很好地集成了大量数学处理函数，甚至封装了包括信号处理、图像处理、神经网络、音乐等在内的方法。但matlab启动慢、没有代码补全、开发环境不友善等缺点常受人诟病，算法编写者往往需要进行大量重复动作。而VS Code是微软推出的一款轻量、开源、生态极好的编辑器。本文详细介绍使用VS Code配置matlab环境的方法，使算法编写者可以利用VSC编写.m文件，充分利用VSC的开发友...
2020-01-04 11:35:58
33151
49
原创 【汇编语言与计算机系统结构笔记06】地址计算指令，lea / leal，x86-32与x86-64下的swap对比，汇编的格式对比（Intel/Microsoft Differs from GAS）
以lead为主，对访存与地址表达式计算进行了进一步探讨。最后，对比了Intel/Microsoft与AT&T汇编格式。此外，文末附有练习题与答疑。
2020-01-03 15:47:22
988
原创 【汇编语言与计算机系统结构笔记05】汇编的系统结构，从C代码生产汇编代码，一个具体的、经典的数据传送指令（mov）实例与分析
本次笔记开始，正式进入汇编语言程序设计的“语言”部分。
2020-01-02 20:27:28
600
1
BA_network-SEIR-Sim.rar
2020-08-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人