钟鸣的博客

前文： AlphaGo Zero详解蒙特卡洛树搜索（MCTS）代码详解【python】代码来自 https://zhuanlan.zhihu.com/p/32089487五子棋版的AlphaZero网络一开始是公共的3层全卷积网络，分别使用32、64和128个 3\times3 的filter，使用ReLu激活函数。然后再分成policy和value两个输出。在policy这一端，先使...

前文：AlphaGo Zero 详解之前看了AlphaGo Zero 的整个流程，接下来就要了解一下具体怎么实现的。毕设选择做用 AlphaGoZero 做五子棋，也在网上找到了相当不错的前人写的 代码。我要做的是先看懂他写的，然后再试试改进算法的性能。首先要实现 MCTS 的部分，原版注释用英语写的。现在我要一步一步的分析。首先创建节点类 TreeNode：class TreeNode(...

AlphaGo Zero思考再三，决定研究一下 AlphaGo Zero，并把 AlphaGo Zero 的思想运用到五子棋 中，毕设就决定做这个。AlphaGo Zero 最大的亮点是：完全没有利用人类知识，就能够获得比之前版本更强大的棋力。主要的做法是:利用蒙特卡洛树搜索建立一个模型提升器在自我对弈过程中，利用提升器指导模型提升，模型提升又进一步提高了提升器的能力。蒙特卡洛树...

mujoco在win7环境下的下载和安装一 安装Microsoft Visual C++ 14.0下载地址: https://964279924.ctfile.com/fs/1445568-239446865这个在安装 scrapy 时候遇到过,很烦人.二 安装mjpro150 win64，下载地址：https://www.roboti.us/index.html把解压好的文件...

毕业设计工作日志（二）2019.3.9DQN2019.3.9今天的任务是了解Deep Q Network，以及Double DQN，Dueling DQN，Deep Deterministic Policy Gradient，A3C，Proximal Policy Optimization (PPO)等等强化学习算法。用Tensorflow实现一个简单的Deep Q Network。开...

毕业设计工作日志一2019.3.5现在开始准备做本科毕业设计，将每天的安排和进度记录下来，督促自己。首先，毕设的大致方向是深度强化学习。具体内容未知。Q1：我现在的任务是什么？A1：（1）掌握相关的知识，如深度强化学习，图像处理等等，（2）学习相关的论文并复现。Q2：我现在具体在做什么？A2：了解强化学习,并用python实现一些小例子。Q-learning算法别人的代码：来自...

K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。举例来说，我们要根据三角形更像什么（跟哪种图形离得更近），预测三角形的类别。我们找到三个离它最近的邻居：两个菱形和一个圆。菱形的数量多于圆，因此我们

这篇将前面的内容写成.py文件，对各个机器学习算法的正确率进行评估，然后选择具有较高正确率的算法生成模型。 这篇只是作者对sklearn库学习过后的简单的应用，之后会更深入的去学习。第一个代码主要是将数据进行整理，变成前文说的形式。titanic1.pyimport pandas as pdimport numpy as npimport redef get_title(name):

数据清洗做完特征分析后，先来看一下train表变成什么样子，再看看还需要做些什么train.head(10)Cabin因为缺失值太多，暂且不考虑这一个特征。Ticket没看出有多大作用，也忽略掉。Age有一些缺失值，需要补上。还有一些特征已经提取过信息了，像SibSp, Parch已经归纳出IsAlone，就可以删除了。等等还有一些操作，得一步一步来。首先先填补年龄， 前面说过年龄和称呼应该有很大

以Kaggle上的一道经典题Titanic为例，总结一下数据分析的一些方法。题目说明RMS泰坦尼克号的沉没是历史上最著名的沉船事件之一。 1912年4月15日，泰坦尼亚号在首次航行中与冰山相撞后沉没，在2224名乘客和船员中有1502人死亡。 虽然在幸存的人有一些运气成分在，但确实有些人比其他人有更大的生存机会，如妇女，儿童和上层阶级。 在这个挑战中，我们要求你完成对可能活下来的人进行分析，应