自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(16)
  • 收藏
  • 关注

原创 Focus On What Matters: Separated Models For Visual-Based RL Generalization

视觉强化学习;用基于图像重构的辅助任务,应用分离模型提取任务相关和任务无关的特征进行观测重构,以及提出了多项损失来提供mask精确性以及学习Q值的稳定性

2025-04-02 11:44:41 939

原创 Deep Q-learning

将Q-learning算法的基础引入了深度神经网络来近似动作价值函数Qsa。Qst​at​←Qst​at​αrt​γQ′st1​a−Qst​at​)]1其中yt​rt​γmaxa​Q′st1​a是期望Q值,Qst​at​是当前迭代的实际值,α是学习率(超参数);DQN中引入神经网络来表示Q表格,实际上也就多了网络参数θ;Qsi​ai​;θi​←Q。

2024-06-29 01:28:55 1299

原创 深度学习基础

此外,还有一种折中的方法,称为小批量梯度下降(Mini-Batch Gradient Descent),它在每次更新时使用一小部分(批量)训练样本的数据进行计算梯度和参数更新。这种方法在实际应用中非常常见,因为它综合了批量梯度下降和随机梯度下降的优点,既具有相对稳定的收敛性,又具有较快的更新速度。在批量梯度下降中,每次更新模型参数时,都使用整个训练数据集的数据进行计算梯度和参数更新。但对于大型数据集而言,计算整个数据集的梯度可能会很慢,因此批量梯度下降的收敛速度较慢。传统的预测模型(决策树,贝叶斯)

2024-06-25 00:42:50 1104

原创 chapter4

尝试先学习一个环境模型(利用神经网络和其它机器学习算法建立一个近似的环境模型),即环境的动态【状态转移概率】和奖励【奖励函数概率】,然后通过模拟未来状态来预测哪个动作会导致最大的累积奖励。根据大数定律,只要采样的轨迹数量足够多,计算出的经验平均回报就能趋近于实际的状态价值函数;:之间学习特定状态下执行动作的价值或者优化策略,直接从与环境的交互中学习,不需要建立任何预测环境动态的模型。蒙特卡洛方法的思路:采样大量的轨迹,对于每条轨迹计算对应状态的回报然后取平均近似,得到。2.遍历轨迹计算每个状态的回报,

2024-06-23 01:51:29 636

原创 深度强化学习笔记1

沿着这条链/轨迹的是所有reward之和;不同的策略会得到不同的轨迹,能够用来评估策略,在数值上定义哪个策略好,哪个策略不好,才能改进策略。

2024-06-19 22:59:46 1098

原创 Llama 3大模型学习

大语言模型的学习,LoRA微调,智能体构建,多模态微调,大语言模型工具调用

2024-05-11 22:11:36 1112 1

原创 Reinforcement Learning(一)

阐述了RL的基本概念与基本流程,给出了RL作为机器学习的一种,其特别的机器学习范式,给出了策略梯度算法的推导

2023-11-05 18:14:16 314 1

原创 机器学习竞赛实战Step3(数据探索)

​赛前数据初探:对数据集有整体的认识,发现数据中存在的问题(缺失值,异常值,数据冗余等)赛中数据探索:分析数据发现变量的特点,帮助提取有价值的特征(从单变量,多变量和变量分布进行分析)模型的分析:特征重要性分析和结果误差分析(从结果发现问题,进一步优化)​。

2023-10-29 19:32:50 218 1

原创 机器学习(五)SVM--机器学习中最美推导

通过最大间隔建立SVM模型,利用凸优化知识推导了线性可分核非线性可分引入松弛的情况下,SVM参数的求解,最后给出了线性不可分的核化技巧和求解结构

2023-08-30 00:18:40 227 1

原创 机器学习(四)Nerual Network的前世今生

从智能技术的起源到感知机再到神经网络,给出了线性可分条件下感知机的算法和收敛性证明,BP算法的推导,算法流程,以及需要注意的点

2023-08-26 21:11:14 525

原创 机器学习(二)Linear Model

最小二乘的三种机器学习理解范式,包括正则化,极大似然估计,最大后验估计,在三种范式下导出来线性模型的损失函数,它们神奇地展现了一致地优美

2023-08-22 00:26:22 357 1

原创 机器学习(一)概述+模型评估与选择

西瓜书绪论的基本术语简述,模型评估方法,模型指标的应用

2023-08-16 00:08:49 465 1

原创 机器学习流程--Note2(问题建模)

现实场景下机器学习模型建立,常见评价指标,样本预处理的方法

2023-08-15 19:02:17 349

原创 机器学习流程--Note1

介绍了机器学习竞赛平台和通用的竞赛流程

2023-08-14 13:28:40 266

原创 科大讯飞农民身份识别挑战赛

科大讯飞农民识别挑战赛的一些学习要点

2023-08-06 17:33:30 324

原创 《计算之魂》1.1&&1.2--阅读心得

算法分析,计算本质

2022-08-19 21:57:16 400

深度神经网络与大模型对患者指标的医学处方建议

通过基于对患者数据的训练,建立一个基于深度神经网络对患者患有心血管病的概率进行预测,然后根据患病风险,调用大语言模型的API,返回针对不同情况的医学处方建议

2024-03-01

幻影WIFI_ Android11(1).apk

幻影WIFI_ Android11(1).apk

2023-09-03

xjtu数字图像处理课程作业1-6代码

以Project3为例子的简述 :直方图图像增强; ------------------ 共8幅经变亮或者变暗处理的源图像; 要求: 1.把附件图像的直方图画出; 2.把所有图像进行直方图均衡;输出均衡后的图像和源图像进行比对;分析改善内容; 3.进一步把图像按照对源图像直方图的观察,各自自行指定不同源图像的直方图,进行直方图匹配,进行图像增强; 4.对elain和lena图像进行7*7的局部直方图增强; 5.利用直方图对图像elain和woman进行分割; 要求:按照作业报告格式提交报告,周三交作业。 另原始图像3幅:没有数字标号的图像。

2023-08-15

xjtu电子线路设计实验上(第三次的设计实验)仿真代码以及实验报告

电子线路设计综合实验报告 ----电子密码锁设计 一.各模块电路分析 (一).硬件说明 采用80C51作为主控芯片,结合矩阵按键输入模块、数码管显示模块、LCD1602液晶显示、LED、蜂鸣器报警器等电路模块实现开锁、上锁、报警、密码更改等功能,设计一款可修改密码且具有报警功能的液晶显示电子密码锁。主要由80C51单片机+LCD1602液晶显示模块+蜂鸣器模块+LED指示灯模块+矩阵键盘模块。

2023-08-15

xjtu嵌入式系统设计-瑞萨实验报告以及代码文件

通过瑞萨(RENESAS MCU)实验平台学习嵌入式系统各功能模块开发和综合任务设计实现,使学生更好的掌握计算机组成原理与嵌入式系统基础知识,锻炼学生的动手操作能力,提高学生分析解决实际问题的创新实践能力。学习瑞萨嵌入式开发平台各功能模块使用方法,包括液晶、键盘、数码管、蜂鸣器、LED、AD/DA和温度传感器等模块,设计创新综合应用项目,搭建并编程调试系统,实现设计功能,并能够对设计方案进行进一步优化。实现温度报警,倒计时,简易计算器项目

2023-08-15

xjtu嵌入式系统设计-树莓派实验报告以及代码

包含实验报告和代码设计,学习嵌入式系统开发平台——树莓派的使用,学习基于C或Python的程序设计方法,并在树莓派平台上设计实现综合应用程序,提高分析解决实际问题的能力。 1. 参考实验指导书,安装并配置树莓派开发环境,通过例程源码学习树莓派各外设模块使用方法,包括液晶、温度传感器、超声波传感器、蜂鸣器、LED、模数转换等模块。 2. 设计嵌入式综合应用程序,并在树莓派开发板上进行在线调试。同时在程序中加入屏幕打印信息,以便定位问题。

2023-08-15

xjtu计算机原理与嵌入式计算系统课程的大作业(嵌入式部分),用keil来调试课程写的代码

作业一:ARM指令编程 ARM汇编程序范例 练习(1)赋值语句 C程序: x=(a+b)-c 汇编程序: 设置断点,直接运行到断点之前,即进行减法之前,这里我们初始化a=0,b=1,c=2,x=3 可以看到r4中现在是c的地址,r0的值是a,r1的值是b,r3的值当前位a+b即1; 练习(2):赋值语句 C程序: y=a*(b+c) 汇编程序:

2023-08-15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除