cc街道办事处-优快云博客

原创【深度学习-pytorch】线性回归的简洁实现

通过使用深度学习框架来简洁的实现线性回归模型

2022-02-12 17:04:15 786

原创【深度学习-pytorch】线性回归从0开始实现

线性模型可以看作单层神经网络，从零开始实现整个方法，包括数据流水线、模型、损失函数和小批量随机梯度下降优化器

2022-02-07 17:04:15 1341

import torchx=torch.arange(4.0)print(x)x.requires_grad_(True)#把梯度放在哪个地方print(x.grad)y=2*torch.dot(x,x)#内积×2print(y)# 通过调用反向传播函数来自动计算y关于x每个分量的梯度y.backward()#求导x.gradprint(x.grad==4*x)#在默认情况下，pytorch会累计梯度，我们需要清楚之前的值x.grad.zero_()#_表示重

2022-01-30 16:14:51 2946 2

原创【深度学习-pytorch】数据操作与数据处理实现

一、数据操作import torchx=torch.arange(12)print(x)print(x.shape)print(x.numel())#元素的种数x=x.reshape(3,4)print(x)#全0或者全1print(torch.zeros(2,3,4))print(torch.ones(2,3,4))print(torch.tensor([[2,1,4,3],[1,2,3,4],[4,3,2,1]]))print(torch.tensor([[2,1,4,3

2022-01-27 17:31:49 1694

原创【强化学习】DQN（Deep Q network）原理及实现

一、原理DQN为融合了神经网络和Q-learning的方法。面对复杂问题，state数量巨多，传统的表格学习已经不能满足此种情况。神经网络的的工作模式为通过对输入进行处理学习得到结果的过程。神经网络应用到强化学习中时，输入为状态和动作，价值作为其输出，或者输入为状态，输出为最大值的动作，省略了需要用表格记录动作及状态的过程，可更好的应用于复杂状态下的处理。DQN中还有两种机理用于提升。一种为Experience replay（经验回放），随机对之前的经历进行学习，使其更新更有效率。Fixed Q

2022-01-27 14:07:41 3066 1

原创论文泛读：Approximate dynamic programming for stochastic resource allocation problems-随机资源分配问题的近似动态规划

基于马尔可夫决策过程原理，提出了一种随机资源分配模型

2022-01-25 23:35:58 481 1

原创【强化学习】Markov决策过程之求解Bellman期望方程

通过sympy求解Bellman方程，寻找最优策略。

2022-01-24 17:56:00 667 1

原创【强化学习】SARSA（lambda)与SARSA区别及python代码实现

SARSA（lambda)与SARSA区别及对SARSA（lambda)进行python代码实现

2022-01-22 17:52:06 1306

原创【强化学习】Q-learning与SARSAS算法比较与SARSA算法实现

Q-learning与SARSA区别Q-learning为offpolicy(看着别人玩，自己学着别人玩)，target使用greedy，action用ε-greedy。行动策略和评估策略不是一个策略。SARSA是on-policy的更新方式（从自身的经验学），它的行动策略和评估策略都是ε-greedy策略。与Q-learning相比更保守。二、SARSA算法代码实现-testfrom maze_env import Mazefrom RL_brain import SarsaTabl..

2022-01-21 10:55:11 748

原创【强化学习】python实现Q-learning算法更新

一、Q-learning算法更新提升的循环from maze_env import Maze#导入环境from RL_brain import QLearningTable#导入 QLearning表#更新的功能def update(): for episode in range(100):#100个回合 observation = env.reset()#环境给出的观测值 while True: env.render(...

2022-01-20 11:06:06 1843

原创【强化学习】python回顾与python实现Q-learning

一、python回顾类与实例类有自己的属性和方法。(例：class Person：) 想要调用方法需要创建实例：实例要创建变量，指向类的名字（p1=Person()），调用方法的话在变量的后边句号方法的名字+括号。（p1.greet()）如果想把属性进行隐藏，可以把名字前边加两个下划线 __init__帮助class初始化继承和多态（例：class Animal: class Dog:） ...

2022-01-19 10:15:00 519

原创论文泛读：基于改进退化隐马尔可夫模型的设备健康诊断与寿命预测研究

一、期刊论文概述1.论文题目：基于改进退化隐马尔可夫模型的设备健康诊断与寿命预测研究2.作者：刘文溢，刘勤明，叶春明，李冠林3.文献来源：计算机应用研究4.发表时间：２０２１年３月　5.创新点：提出了一种以似幂关系加速退化为核心的ＤＧＨＭＭ，较常规指数式加速退化而言，能更加准确地描述设备性能随役龄增加而逐渐加速下降的过程。二、基础知识：1.名词简写: 改进退化隐马尔可夫模型（ＤＧＨＭＭ）; 隐马尔可夫模型（ＨＭＭ）; 隐半马尔可夫模型（ＨＳＭＭ）; EM（E

2022-01-18 12:10:38 763

原创论文泛读：基于马尔可夫模型的多agent 自适应在线验证

一、期刊论文概述1.论文题目：基于马尔可夫模型的多agent 自适应在线验证2.作者：叶幸瑜，刘玮，王宁，甘陈峰3.文献来源：计算机应用研究4.发表时间：2021 年5 月5.创新点：将在线定量验证技术（RQV）扩展至多agent系统中，提出了基于马尔可夫模型的多agent 自适应在线验证方法，并验证了该方法的可行性二、基础知识：马尔可夫模型：包含我们悉知的马尔可夫链、马尔可夫决策过程、隐马尔可夫链（HMM）等随机过程/随机模型。一个随机过程可以表示为函数X: T × Ω→S，其

2022-01-17 12:12:43 452

原创文献综述怎么写

一、文献综述概述1文献综述理解综：综合起来；述：评述。总结起来为综合与评述2文献综述的作用（1）帮助我们形成理论框架防止盲目的重复研究；弄清前人观点；帮助构思；形成自己的研究思路。（2）科研综合能力提升提高文献查阅的能力3过程①查找文献②阅读文献③单篇评论④综合评论理解想法评估想法找出所需要的连接起来进行取舍4文献类型以学术期刊为主，反应领域最新的研究前沿和正在探索的问题二、文献综述基本写作要求1.研究生论文：5页左右数量：硕士60以评述为主，不可罗列文献

2022-01-15 15:47:36 1307 3

原创论文泛读：基于混合deep-Q网络的运输资源不足柔性作业车间实时数据驱动动态调度

1.论文题目：Real-time data-driven dynamic scheduling for flexible job shop withinsufficient transportation resources using hybrid deep Q network2.作者：Yuxin Li, Wenbin Gu*, Minghai Yuan, Yaming Tang3.文献来源：Robotics and Computer-Integrated Manufacturing4.名词.

2022-01-14 22:42:45 3116 2

m0_66111915的博客