- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 Task-Agnostic Meta-Learning
近一段时间来，元学习（Meta-Learning）在深度学习领域获得了广泛的关注。与大部分其他的机器学习算法相比，元学习最突出的特定是“Learning to Learn”，即用机器学习的方法去学习训练方法。比如，基于梯度下降的训练算法，它有两个在传统机器学习框架下不可学习的超参数：1）初始的模型参数；2）每步的更新步长。一方面，模型参数往往通过随机初始化来实现。但由于大部分深度学习模型都是非凸的...
2018-06-27 22:27:25
2603
1
转载 Q-learning
Q-learning off-policy1.采取动作：例如在s1状态，通过Epsilon-greedy策略，假设采取了a2，进入s2状态。2.更新Q-value：更新Q(s1,a2)! 现在在s2状态，选取一个max的action（仅仅是想象，并没有执行）对应的Q值，乘上衰减系数与Reward的值作为现实的Q值（类似于ground-turth的值d），而Q(s1,a2)作为估计（类似于实际值y）...
2018-04-26 00:35:40
260
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人