O_MON的博客

1、链接网址：https://github.com/microsoft/CyberBattleSim2、简介研读使用两个指标进行比较代理性能：（1）实现目标所采取的模拟步骤的数量（2）在整个训练时期的模拟步骤所获得的累积奖励工程目标：我们将此项目视为一个实验平台，用于在抽象模拟网络环境中进行自动化代理的交互研究。通过将其开源，我们希望鼓励研究团体去研究网络代理是如何在这样的网络环境中相互作用和进化的。它的高度抽象性质禁止直接应用到现实世界的系统，从而提供了一种保护，防止使用它训练过的自动代理

2.1二分类logistic 回归输入输出参数场景描述：将一张图片判断是否为猫一张图片 6464输入向量X：红绿蓝的亮度值，进行拼装成6464*3=12288个值的输入向量预测输出结果标签y：1或0 也就是预测图片上是否有猫训练集：{（x,y）…（xm,ym）} 共m个训练集m_train 训练集个数，nx是属性个数测试集：m_test 测试集个数2.2logistic 回归输入：x (x为nx形式的矩阵)输出：y=1的概率 记为y参数：W（nx形式的矩阵）,b（1*n形式的矩阵

1.2 神经网络简介Relu Function神经元输入输出形成一个以下的图片，这个神经元叫做“修正线性单元”，ReLU（rectified linear unit）四个输入单元，中间为隐藏层单元，y为预测值，中间隐藏层单元与输入单元都要全连接；中间层代表的含义由神经网络自己决定。神经网络实现的是输入x到预测y的精准映射函数1.3 用神经网络进行监督学习神经网络可以应用的场景场景一：预测房价场景二：在线广告，预测用户是否会点击广告场景三：给图片打标签场景四：语音 机器翻译，输入一