cs231n---卷积网络可视化，deepdream和风格迁移
本课介绍了近年来人们对理解卷积网络这个“黑盒子”所做的一些可视化工作，以及deepdream和风格迁移。 1 卷积网络可视化 1.1 可视化第一层的滤波器 我们把卷积网络的第一层滤 ...
原文：cs231n---强化学习
介绍了基于价值函数和基于策略梯度的两种强化学习框架，并介绍了四种强化学习算法：Q learning，DQN，REINFORCE，Actot Critic 强化学习问题建模 上图中，智能体agent处于状态st下，执行动作at后，会由于周围环境的作用进入下一个状态st ，同时获得奖励rt。 马尔可夫决策过程MDP建模了上图过程： 我们定义策略Pi为一个从状态s到动作a的函数，表示在状态s下采取什么样 ...
2018-05-14 00:50 0 1328 推荐指数：
相关推荐
cs231n---语义分割 物体定位 物体检测 物体分割
1 语义分割 语义分割是对图像中每个像素作分类，不区分物体，只关心像素。如下： （1）完全的卷积网络架构 处理语义分割问题可以使用下面的模型： 其中我们经过多个卷积层处理，最终输出体的 ...
笔记：CS231n+assignment2（作业二）（一）
第二个作业难度很高，但做（抄）完之后收获还是很大的.... 一、Fully-Connected Neural Nets 首先是对之前的神经网络的程序进行重构，目的是可以构建任意大小的全连接 ...
笔记：CS231n+assignment2（作业二）（三）
终于来到了最终的大BOSS，卷积神经网络~ 这里我想还是主要关注代码的实现，具体的CNN的知识点想以后在好好写一写，CNN的代码关键就是要加上卷积层和池话层. 一、卷积层 卷积层的前向传播还 ...
CS231N assignment2 SVM
CS231N Assignment2 Support Vector Machine Begin 本文主要介绍CS231N系列课程的第一项作业，写一个SVM无监督学习训练模型。 课程主页：网易云课堂CS231N系列课程 语言：Python3.6 1线形分类器 ...
什么是强化学习？
摘要：本文尝试以一种通俗易懂的形式对强化学习进行说明，将不会包含一个公式。 本文分享自华为云社区《强化学习浅述》，作者： yanghuaili 人。 机器学习可以大致分为三个研究领域：监督学习，无监督学习和强化学习（Reinforcement Learning，RL）。监督学习是大家最为 ...
强化学习和ADP（上）
1 简介 每一个生物都与其环境相互作用，并利用这些相互作用来改善自身的活动，以生存和增长。我们称基于与环境交互的动作修正为强化学习(RL)。这里有很多类型的学习，包括监督学习，非监督学习等。强化学习是指一个行动者或代理与它的环境相互作用，根据收到的刺激对其行为的响应，并修改其行为或控制政策 ...
强化学习
强化学习笔记(一) 1 强化学习概述 随着 Alpha Go 的成功，强化学习（Reinforcement Learning，RL）成为了当下机器学习中最热门的研究领域之一。与常见的监督学习和非监督学习不同，强化学习强调智能体（agent）与环境（environment）的交互 ...