发简信
IP属地：重庆
-
最优控制: LQR一份关于 LQR 的简单易懂的入门级教程，它是最优控制的基础概念。 我将会在这篇文章中讨论最优控制，并会更具体的讨论性能非常优秀的线性二次调节器...
-
伪随机数算法生成高斯分布
伪随机数算法 平方取中法（Middle-square method）是个产生伪随机数的方法，由冯·诺伊曼在1946年提出。 算法： 即 平方取中...
-
反向传播算法卷积网络 这里讨论通过卷积的方式表达CNN反向传播 池化层 假设我们的池化区域大小是2x2，并且下一层的梯度为： 如果是MAX，假设我们之前在前...
-
从傅里叶级数到快速傅里叶变换
在计算机上编程做信号处理时，我们通常用的是FFT, 但是开始学信号处理时，一般是从FS开始的。所以这里整理一下从FS到FFT“演变”的过程。以下...
-
噪声对比估计
说到噪声对比估计，或者“负采样”，大家可能立马就想到了Word2Vec。事实上，它的含义远不止于此，噪音对比估计（NCE, Noise Cont...
-
Ring AllreduceThe Communication Problem 当将神经网络的训练并行化到许多GPU上时，你必须选择如何将不同的操作分配到你可用的不同GPU...
-
自然梯度什么是自然梯度 首先，我们必须理解标准梯度下降。 假设我们有一个神经网络，由一些参数向量参数化。我们想要调整这个网络的参数，所以网络的输出在某种...
-
《强化学习导论》：Policy Gradient Methods在这一章中，我们讨论策略梯度 Policy Approximation and its Advantages the approximate p...
-
《强化学习导论》：Eligibility Traces资格迹是增强学习的一个基本的机制。比如在流行的TD(k)算法中，k涉及到资格迹的使用。几乎所有的时间差分算法如Q-Learning，Sarsa，...