- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 强化学习（第三周）
强化学习 1、什么是强化学习 强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决 decision making 问题，即自动进行决策，并且可以做连续决策。 它主要包含四个元素，agent，环境状态，行动，奖励, 强化学习的目标就是获得最多的累计奖励。 类比强化学习和动物学习 训练幼犬的过程有两个要素： 饲养员需要对幼犬发出指令，比如让它“坐着”， 饲...
2019-06-28 13:32:51
219
原创 模仿学习（第四周）
在传统的强化学习任务中，通常通过计算累积奖赏来学习最优策略（policy），这种方式简单直接，而且在可以获得较多训练数据的情况下有较好的表现。然而在多步决策（sequential decision）中，学习器不能频繁地得到奖励，且这种基于累积奖赏及学习方式存在非常巨大的搜索空间。而模仿学习（Imitation Learning）的方法经过多年的发展，已经能够很好地解决多步决策问题，在机器人、 NL...
2019-06-28 13:32:32
282
原创 管道堵塞识别与预警 论文笔记
** 《膏体输送管道压力监测研究》 ** 针对膏体充填开采中易出现输送管道堵塞、压力失稳等问题，提出了 1861 工作面 采空区膏体充填管道压力实时在线监测系统的技术方案，并对此进行了详细研究。 论文中是采用 ...
2019-06-28 13:31:15
380
原创 模仿学习（第四周）
在传统的强化学习任务中，通常通过计算累积奖赏来学习最优策略（policy），这种方式简单直接，而且在可以获得较多训练数据的情况下有较好的表现。然而在多步决策（sequential decision）中，学习器不能频繁地得到奖励，且这种基于累积奖赏及学习方式存在非常巨大的搜索空间。而模仿学习（Imitation Learning）的方法经过多年的发展，已经能够很好地解决多步决策问题，在机器人、 NL...
2018-09-01 21:17:22
1698
原创 强化学习（第三周）
强化学习 1、什么是强化学习 强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决 decision making 问题，即自动进行决策，并且可以做连续决策。 它主要包含四个元素，agent，环境状态，行动，奖励, 强化学习的目标就是获得最多的累计奖励。 类比强化学习和动物学习 训练幼犬的过程有两个要素： 饲养员需要对幼犬发出指令，比如让它“坐着”， 饲...
2018-08-25 21:31:46
1575
原创 Django学习第二周
Django进阶学习 回顾上一章 改变模型需要这三步： 编辑 models.py 文件，改变模型。 运行 python manage.py makemigrations 为模型的改变生成迁移文件。 运行 python manage.py migrate 来应用数据库迁移。 创建超级用户并添加 标题/内容/时间： python manage.py createsuperuser c...
2018-08-18 21:20:53
198
原创 django学习（第一周）
Django 学习（第一周） django初体验 django 目前最流行的python web开发框架。负责处理大部分web开发底层细节。 优点： - 快速开发：用python开发; 数据库ORM系统 - 大量内置应用：后台管理系统admin; 用户认证系统auth; 会话系统sessions - 安全性高：表单验证; SQL注入; 跨站点攻击 - 易于扩展 ...
2018-08-11 21:15:38
262
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人