<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[shengfzy的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/shengfzy</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; shengfzy]]></copyright><item><title><![CDATA[Transformer(一)]]></title><link>https://blog.youkuaiyun.com/shengfzy/article/details/145938498</link><guid>https://blog.youkuaiyun.com/shengfzy/article/details/145938498</guid><author>shengfzy</author><pubDate>Fri, 28 Feb 2025 22:01:39 +0800</pubDate><description><![CDATA[Transformer 是一种基于自注意力（Self-Attention）机制的神经网络架构，在自然语言处理（NLP）任务中被广泛应用，例如机器翻译、文本生成等。堆叠而成，每层结构相同，通常堆叠 6 层（可调）。，比 RNN 更高效，是 NLP 任务的主流架构，并扩展到了。Transformer 由于可以。Transformer 主要由。在 2017 年的论文。编码器和解码器均由多个。]]></description><category></category></item><item><title><![CDATA[深度强化学习中的 PPO 详解]]></title><link>https://blog.youkuaiyun.com/shengfzy/article/details/145654811</link><guid>https://blog.youkuaiyun.com/shengfzy/article/details/145654811</guid><author>shengfzy</author><pubDate>Sat, 15 Feb 2025 19:08:59 +0800</pubDate><description><![CDATA[PPO 通过限制策略更新的步长，平衡了策略改进的稳定性和训练效率，广泛应用于连续和离散控制任务。PPO 作为强化学习领域的重要算法，在策略优化的稳定性和效率上表现优秀。本文深入探讨了 PPO 的核心概念，包括策略网络、价值网络、优势估计及损失函数计算，并与 DQN 进行了对比。PPO 适用于需要稳定更新策略的复杂控制任务，而 DQN 则更适用于离散动作环境。在 PPO 中，策略网络输出的是动作的概率分布，而非单一动作。进行策略更新，约束策略的变化范围，防止剧烈更新导致训练不稳定。]]></description><category></category></item><item><title><![CDATA[如何在M芯片的Macbook上训练神经网络]]></title><link>https://blog.youkuaiyun.com/shengfzy/article/details/144225159</link><guid>https://blog.youkuaiyun.com/shengfzy/article/details/144225159</guid><author>shengfzy</author><pubDate>Tue, 03 Dec 2024 22:09:43 +0800</pubDate><description><![CDATA[在 M2 芯片上使用 PyTorch，可以有效利用 Metal 后端进行 GPU 加速。通过适当的安装和代码配置，你可以在 MacBook 上高效地进行深度学习训练和模型开发。]]></description><category></category></item><item><title><![CDATA[让神经网络玩吃豆人游戏]]></title><link>https://blog.youkuaiyun.com/shengfzy/article/details/144147413</link><guid>https://blog.youkuaiyun.com/shengfzy/article/details/144147413</guid><author>shengfzy</author><pubDate>Fri, 29 Nov 2024 22:55:19 +0800</pubDate><description><![CDATA[在强化学习中，深度Q网络（DQN）是一种常用的算法，它结合了Q学习和深度神经网络，用于解决高维状态空间的问题。DQN通过使用神经网络逼近Q值函数，使得能够在复杂的环境中做出最优决策。本文将介绍如何在OpenAI Gym的MsPacman游戏中实现并训练一个DQN模型，并展示其如何在训练过程中通过与环境交互不断改进策略。本文展示了如何实现并训练一个DQN智能体来玩游戏。通过合理的图像预处理、经验回放、双重DQN和ε-greedy策略，DQN能够成功学习到一个有效的游戏策略。]]></description><category></category></item><item><title><![CDATA[Pytorch继承nn.module和nn.autograd.Function的区别]]></title><link>https://blog.youkuaiyun.com/shengfzy/article/details/144147323</link><guid>https://blog.youkuaiyun.com/shengfzy/article/details/144147323</guid><author>shengfzy</author><pubDate>Fri, 29 Nov 2024 22:45:47 +0800</pubDate><description><![CDATA[和  都是 PyTorch 中定义和管理计算图的核心组件，但它们有不同的用途和设计目标。以下是它们之间的主要区别： 是 PyTorch 中最常用的类，用于构建神经网络层和模型。它提供了对神经网络模型的结构化定义，包括前向传播（）和参数管理（如权重和偏置的保存与更新）。网络结构定义： 是定义整个神经网络的基础类。你可以通过继承这个类来构建自己的网络。它可以包含多个层（例如卷积层、全连接层、激活函数等），并组织这些层的组合。自动管理参数： 会自动跟踪其子模块的参数（例如卷积核、全连接层的权重和偏置），并且在优化]]></description><category></category></item></channel></rss>