乐胖代购免代理版

强化学习 9 —— DQN 改进算法 DDQN、Dueling DQN 详解与tensorflow 2.0实现

上篇文章强化学习——详解 DQN 算法我们介绍了 DQN 算法，但是 DQN 还存在一些问题，本篇文章介绍

DQN

DDQN

Dueling DQN

强化学习

神经网络

原创 2023-07-13 16:48:45 1697 阅读

kNN 算法实现

kNN Algorithmimport numpy as npimport matplotlib.pyplot as pltraw_data_X = [[3.4, 2.3], [3.1, 1.8],

机器学习

numpy

python

ci

3c

原创 2023-07-13 16:48:36 33 阅读

Golang实现简单爬虫框架（1）——项目介绍与环境准备

Golang实现简单爬虫框架（1）——项目介绍与环境准备最近学习Go语言，看了慕课网Google工程师深si安...

golang

爬虫

Goland

Go

Windows

原创 2023-07-13 16:48:17 185 阅读

Golang实现简单爬虫框架（2）——单任务版爬虫

Golang实现简单爬虫框架（2）——单任务版爬虫上一篇博客《Golang实现简单爬虫框架（1）——项目介绍与环境准备》中在本此爬虫项目中，只会实现一个简单的...

golang

爬虫

数据

任务队列

ci

原创 2023-07-13 16:48:07 78 阅读

第十周练习继承二义性和作用域操作限定标识符阅读程序

继承

class

组合

二义性

作用域操作限定标识符

原创 2023-07-13 16:47:17 91 阅读

强化学习 14 —— TD3 算法详解与 tensorflow 2.0 实现

上篇文章强化学习 13 —— DDPG算法详解中介绍了DDPG算法，本篇介绍TD3算法。TD3的全称为 Twin Delayed Deep Deterministic Policy Gradient（双延迟深度确定性策略）。可以看出，TD3就是DDPG算法的升级版，所以如果了解了DDPG，那么TD3算法自然不在话下。一、算法介绍TD3算法主要对DDPG做了三点改进，将会在下面一一讲解

深度强化学习

TD3

DDPG

强化学习

估值

原创 2023-02-06 13:53:51 1312 阅读

强化学习 7—— 一文读懂 Deep Q-Learning（DQN）算法

上篇文章强介绍大名鼎鼎的DQN算法。DQN算法是 DeepMind 团队在2015年提出的算法，对于强化学习训练苦难问题，其开创性的提出了两个解决办法，在atari游戏上都有不俗的表现。论文发表在了 Nature 上，此后的一些DQN相关算法都是在其基础上改进，可以说是打开了深度强化学习的大门，意义重大。论文地址：Mnih, Volodymyr; et al. (2015). H

强化学习

神经网络

DQN

算法

数据

原创 2023-02-06 13:52:25 1176 阅读

强化学习 1 —— 一文读懂马尔科夫决策过程（MDP）

强化学习 — 马尔科夫决策过程（MDP）1、强化学习介绍强化学习任务通常使用马尔可夫决策过程（Markov Decision Process，简称MDP）来描述，具体而言：机器处在一个环境中，每个状态为机器对当前环境的感知；机器只能通过动作来影响环境，当机器执行一个动作后，会使得环境按某种概率转移到另一个状态；同时，环境会根据潜在的奖赏函数反馈给机器一个奖赏。综合而言，强化学习主要包含四个要素：

马尔科夫决策过程

强化学习

深度学习

马尔科夫链

算法

原创 2023-02-06 13:51:50 995 阅读

卷积生成对抗网络---生成手写数字

为50%

卷积神经网络

生成对抗网络

DCGAN

深度学习

生成器

原创 2023-02-06 13:50:49 197 阅读

自编码器 Tensorflow 实战 MNIST 数据集

切的分布函数第二类：没有办法完全表示出确切的分布函数，但是，能够做到的是新的数据的生成，而具

神经网络

机器学习

人工智能

深度学习

tensorflow

原创 2023-02-06 13:49:46 143 阅读

强化学习 2 —— 用动态规划解决 MDP 问题 (Policy Iteration and Value Iteration)

强化学习 2—— 用动态规划求解 MDP在上一篇文章强化学习 1 —— 一文读懂马尔科夫决策过程 MDP 介绍了马尔科夫过程，本篇接着来介绍如何使用动态规划方法来求解。动态规划的关键点有两个：一是问题的最优解可以由若干小问题的最优解构成，即通过寻找子问题的最优解来得到问题的最优解。二是可以找到子问题状态之间的递推关系，通过较小的子问题状态递推出较大的子问题的状态。在上一篇中我们提到的状态

动态规划求解

马尔卡夫决策

强化学习

策略迭代

value iteration

原创 2023-02-06 13:49:39 307 阅读

强化学习 4 —— 时序差分法（TD）的解决无模型的预测与控制（SARSA and Q-Learning）

计算

强化学习

差分

原创 2023-02-06 13:48:50 490 阅读

强化学习 6 ——价值函数逼近 (VFA)

。一、函数逼近介绍我们知道限制 Sarsa 和

机器学习

算法

神经网络

拟合

强化学习

原创 2023-02-06 13:48:29 297 阅读

JavaScript学习——this机制

作者：front-Thinking www.cnblogs.com/front-Thinking/p/4364337.html如果好文章投稿，点击 → 了解详情题记：JavaScript中有很多令人困惑的地方，或者叫做机制。但是，就是这些东西让JavaScript显得那么美好而与众不同。比方说函数也是对象、闭包、原型链继承等等，而这其中就包括颇让人费解

this

javascript

函数

作用域

ide

转载 2023-01-12 09:01:10 66 阅读

第十三周阅读程序纯虚函数

C++

抽象类

纯虚函数

多态性

派生类

原创 2023-01-12 07:10:13 70 阅读

特殊环形队列基本操作

/* 问题：对于环形队列如果知道队头指针和队列中元素的个数。设计出这种环形

环形队列

数据结构

typedef

栈

线性表

原创 2023-01-12 07:10:02 265 阅读

node.js学习之node的安装

安装Node.js下面分别介绍在Mac、Ubuntu、Centos及Windows下安装Node.js。M

node.js

ubuntu

windows

centos

mac

转载 2023-01-12 07:09:56 78 阅读

JavaScript中map()函数的用法

map 方法 (Array) (JavaScript) 对数组的每个元素调用定义的回调函数并返

javascript

map

数组

回调函数

数组元素

原创 2023-01-12 07:09:47 403 阅读

MNIST 手写数据集介绍

MNIST 手写数据集介绍1、数据集介绍MNIST数据集是机器学习领域中非常经典

mnist

深度学习

数据集

手写数字

缩放

原创 2023-01-12 07:09:29 616 阅读

强化学习 10 —— Policy Gradient详细推导

前面几篇文章价值函数近似、DQN算法、DQN改进算法DDQN和Dueling DQN我

强化学习

REINFORCE

Policy Gradient

sed

初始状态

原创 2023-01-12 07:08:46 1030 阅读

强化学习 5 —— SARSA and Q-Learning 算法代码实现

强化学习 5 —— SARSA and Q-Learning上篇文章强化学习——时序差分 (TD) — S

强化学习

差分

赋值

原创 2023-01-12 07:08:34 222 阅读

强化学习 11 —— REINFORCE 算法推导与 tensorflow2.0 代码实现

在上篇文章强化学习——Policy Gradient 公式推导我们推导出了 Policy Gradient：

强化学习

REINFORCE

Tensorflow

Baseline

方差

原创 2023-01-12 07:08:22 823 阅读

强化学习15——Proximal Policy Optimization (PPO)算法详细推导

在Policy Gradient推导和REINFORCE算法两篇文章介绍了PG算法的推导和实现，本篇=

算法

机器学习

深度学习

数据

权重

原创 2023-01-12 07:08:14 3498 阅读

强化学习13 —— Deep Deterministic Policy Gradient（DDPG）算法原理与 tensorflow 2.0 实现

上篇文章介绍了强化学习——Actor-Critic算法详解加实战介绍了Actor-Critic=

DDPG

强化学习

tensorflow

神经网络

迭代

原创 2023-01-12 07:08:06 1486 阅读

第十周练习继承机制阅读程序

C++

class

函数

继承

组合

原创 2023-01-12 05:43:20 96 阅读

蓝桥杯数字三角形

问题描述　　（图３.１－１）示出了一个数字三角形。请编一个程序计算从顶至底的某处的一条路　　径，使该路径所经过的数字的总和最大。　　●每一步可沿左斜线向下或右斜线向下走；　　●1＜三角形行数≤100；　　●三角形中的数字为整数0，1，…99；　　.　　（图３.１－１）输入格式　　文件中首先读到的是三角角形输出格

蓝桥杯

java

递推

动态规划

数字三角形

原创 2023-01-12 01:54:40 153 阅读

Golang实现简单爬虫框架（3）——简单并发版

在上篇文章Golang实现简单爬虫框架（2）——单任务版爬虫中我们实现了一个简单的单任务版爬虫，对于单任务版爬虫

golang

爬虫

任务调度

github

单任务

原创 2023-01-12 01:54:26 155 阅读

神经网络之反向传播算法（BP）公式推导

反向传播算法详细推导反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络

神经网络

深度学习

反向传播

BP

损失函数

原创 2023-01-12 01:53:49 1634 阅读

Golang实现简单爬虫框架（4）——队列实现并发任务调度

前言在上一篇文章《Golang实现简单爬虫框架（3）——简单并发版》中我们实现了一个最简单并发爬虫，调度器为每一个Request

golang

爬虫

任务调度

数据

github

原创 2023-01-12 01:53:23 156 阅读

Golang实现简单爬虫框架（5）——项目重构与数据存储

前言在上一篇文章《Golang实现简单爬虫框架（4）——队列实现并发任务调度》中，我们使用用队列实现了任务调度，接下来首先对两种擎通过分析我...

golang

爬虫

并发爬虫

数据

任务调度

原创 2023-01-12 01:53:00 119 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

11184105

强化学习 9 —— DQN 改进算法 DDQN、Dueling DQN 详解与tensorflow 2.0实现

kNN 算法实现

Golang实现简单爬虫框架（1）——项目介绍与环境准备

Golang实现简单爬虫框架（2）——单任务版爬虫

第十周练习继承二义性和作用域操作限定标识符阅读程序

强化学习 14 —— TD3 算法详解与 tensorflow 2.0 实现

强化学习 7—— 一文读懂 Deep Q-Learning（DQN）算法

强化学习 1 —— 一文读懂马尔科夫决策过程（MDP）

卷积生成对抗网络---生成手写数字

自编码器 Tensorflow 实战 MNIST 数据集

强化学习 2 —— 用动态规划解决 MDP 问题 (Policy Iteration and Value Iteration)

强化学习 4 —— 时序差分法（TD）的解决无模型的预测与控制（SARSA and Q-Learning）

强化学习 6 ——价值函数逼近 (VFA)

JavaScript学习——this机制

第十三周阅读程序纯虚函数

特殊环形队列基本操作

node.js学习之node的安装

JavaScript中map()函数的用法

MNIST 手写数据集介绍

强化学习 10 —— Policy Gradient详细推导

强化学习 5 —— SARSA and Q-Learning 算法代码实现

强化学习 11 —— REINFORCE 算法推导与 tensorflow2.0 代码实现

强化学习15——Proximal Policy Optimization (PPO)算法详细推导

强化学习13 —— Deep Deterministic Policy Gradient（DDPG）算法原理与 tensorflow 2.0 实现

第十周练习继承机制阅读程序

蓝桥杯数字三角形

Golang实现简单爬虫框架（3）——简单并发版

神经网络之反向传播算法（BP）公式推导

Golang实现简单爬虫框架（4）——队列实现并发任务调度

Golang实现简单爬虫框架（5）——项目重构与数据存储

欢迎