博弈论（Game Theory）
博弈论（Game Theory） 首先先说两个定义 N状态:前面的一个玩家必胜 P状态: 后面一个玩家必胜 巴什博弈 （Bush Game） 有一堆数量为n的物体，轮流拿，至少拿1个，至多拿k个(N>K); 如果n%（k+1）==0，那么先手必败。 这一切是显而易见，毫无疑问 ...
原文：博弈论揭示了深度学习的未来（译自：Game Theory Reveals the Future of Deep Learning）
Game Theory Reveals the Future of Deep Learning Carlos E. Perez Deep Learning Patterns, Methodology and Strategy IntuitionMachine.com 译自：https: medium.com intuitionmachine game theory maps the future ...
2016-12-14 16:07 0 1982 推荐指数：
相关推荐
博弈论教程（A Course in Game Theory）摘录
P4 在我们所研究的模型中，决策主体往往要在不确定条件下进行决策。参与人可能： 不能确定环境的客观因素； 对博弈中发生的事件不很清楚； 不能确定别的不确定参与人的行动； 不能确定别的参与人的推理。 为了对不确定情形下的决策建模，几乎所有的博弈论都是用了von Neuman ...
博弈论(Game Theory) - 04 - 纳什均衡
博弈论(Game Theory) - 04 - 纳什均衡 开始 纳什均衡和最大最小定理是博弈论的两大基石。 博弈不仅仅是对抗，也包括合作和迁就，纳什均衡能够解决这些问题，提供了在数学上一个完美的理论。 纳什均衡的中心思想是主动选择一个对大家都有利的战略，迫使其他玩家选择相同的战略组合。 纳什 ...
博弈论(Game Theory) - 03 - 前传之最大最小均衡
博弈论(Game Theory) - 03 - 前传之最大最小均衡 开始 最大最小均衡是由人冯·诺依曼和摩根斯坦提出。冯·诺依曼和摩根斯坦也被认为是博弈论的创始人。 冯·诺依曼提出的“最大最小定理”能保证在非常一般的情况下，两人零和博弈总是存在“最大最小均衡”。 最大最小均衡存在以下 ...
深度学习优化理论综述——Optimization for deep learning: theory and algorithms
等。 合适的训练算法：通常采用SGD，也可以引入动量和自适应学习速率，也许可以取得更好的效果。 ...
博弈论(Game Theory) - 02 - 前传之重复剔除严格劣战略的占优战略均衡
博弈论(Game Theory) - 02 - 前传之重复剔除严格劣战略的占优战略均衡 开始 “重复剔除劣战略的严格占优战略均衡”（iterated dominance equilibrium），简称为“重复剔除的占优战略均衡”。 智猪博弈和重复剔除的占优战略均衡 智猪博弈问题 在一个 ...
Deep Learning（深度学习）学习笔记整理(二）
求导及练习 [5]Deep Learning模型之：CNN卷积神经网络（一）深度解析CNN [6] ...
[Deep Learning] 深度学习中消失的梯度
好久没有更新blog了，最近抽时间看了Nielsen的《Neural Networks and Deep Learning》感觉小有收获，分享给大家。 了解深度学习的同学可能知道，目前深度学习面临的一个问题就是在网络训练的过程中存在梯度消失问题（vanishing gradient ...