<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[m0_71453016的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/m0_71453016</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; m0_71453016]]></copyright><item><title><![CDATA[强化学习之DDPG算法]]></title><link>https://blog.youkuaiyun.com/m0_71453016/article/details/140196868</link><guid>https://blog.youkuaiyun.com/m0_71453016/article/details/140196868</guid><author>m0_71453016</author><pubDate>Tue, 14 Oct 2025 17:10:27 +0800</pubDate><description><![CDATA[（另两者为监督学习、无监督学习），核心逻辑是 “智能体（Agent）在环境（Environment）中通过 “试错” 学习，以最大化长期累积奖励（Reward）为目标，逐步找到最优行为策略（Policy）”。：直接输出具体动作（而非概率分布），适用于连续动作空间（如 “施加 30N 的力”“转向 15 度”）。：输入状态和动作，评估该动作的价值（“做得好不好”），指导 Actor 优化。注：还有一种是随机性策略，这种策略输出动作概率，是所有可选动作的概率分布。：输入状态，输出确定性动作（“该做什么”）。]]></description><category></category></item><item><title><![CDATA[NLP——姓氏分类与机器翻译探秘（前馈神经网络&Transformer）]]></title><link>https://blog.youkuaiyun.com/m0_71453016/article/details/139989169</link><guid>https://blog.youkuaiyun.com/m0_71453016/article/details/139989169</guid><author>m0_71453016</author><pubDate>Wed, 26 Jun 2024 18:28:45 +0800</pubDate><description><![CDATA[在本文中，我们将深入挖掘前馈神经网络的核心，特别是多层感知器和卷积神经网络。多层感知器通过层叠感知器单元，提升了我们在前一次实验中学到的简单感知器的功能。卷积神经网络则通过窗口滤波器的灵感，擅长于学习输入数据的局部模式，成为计算机视觉和序列数据处理的重要工具。我们将通过具体案例来展示这些模型的应用，并与允许信息反馈的递归神经网络进行对比。同时，我们将关注数据张量在计算过程中的变化，以加深对神经网络模型的理解。多层感知器（MLP）作为神经网络的基本构建块，是在感知器的基础上发展而来的。]]></description><category></category></item></channel></rss>