240 发简信
Iverson_henry
IP属地：河南
  • 各种求minimize极值的优化方法

    包括牛顿法、梯度下降法... 这些其实并非是最优秀的， 今天听说一个L-BFGS-B ，未来可以尝试性能并应用。 https://www.cnb...

    352 0 0
  • p-value与显著性优势

    https://blog.csdn.net/rongbaohan/article/details/53521147

    437 0 0
  • 强化学习论文中应注意的事项

    https://zhuanlan.zhihu.com/p/52066264 非常棒！

    149 0 0
  • Resize,w 360,h 240
    hadoop

    1. hadoop on Yarn 注意 application Master的角色 Resource Manager是针对cluster资...

    73 0 0
  • Resize,w 360,h 240
    java

    1. 子类继承父类的时候，会先默认执行父类的 无参 构造函数（即便实例化的时候用的是传参的方式）， 再执行子类的构造函数。 2. 继承 exte...

    106 0 0
  • Resize,w 360,h 240
    PPO和DPPO

    PPO： A2C算法的改进版，主要是为了解决 ‘learning rate 不易设置的问题’， DPPO是 PPO的distributed版本...

    4312 0 1
  • policy-gradient和q-learning区别

    其中一个区别就是， q-learning总是用 Q现实 - Q估计 来获得loss，从而更新参数。 但基础版本的policy-gradient都...

    1186 0 0
  • Resize,w 360,h 240
    A3C

    中央大脑 Global_net 以及 4个（一般多少个CPU就多少个Worker）worker， 每个 worker都是独立做一个 AC算法， ...

    345 0 0
  • Resize,w 360,h 240
    actor-critic

    1. actor是 policy-gradient， critic是 类似于q-learning的value-based 的另一个代表： sta...

    1538 0 0
暂无个人介绍