博弈論（Game Theory）
博弈論（Game Theory） 首先先說兩個定義 N狀態:前面的一個玩家必勝 P狀態: 后面一個玩家必勝 巴什博弈 （Bush Game） 有一堆數量為n的物體，輪流拿，至少拿1個，至多拿k個(N>K); 如果n%（k+1）==0，那么先手必敗。 這一切是顯而易見，毫無疑問 ...
原文：博弈論揭示了深度學習的未來（譯自：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 譯自：https: medium.com intuitionmachine game theory maps the future ...
2016-12-14 16:07 0 1982 推薦指數：
相關推薦
博弈論教程（A Course in Game Theory）摘錄
P4 在我們所研究的模型中，決策主體往往要在不確定條件下進行決策。參與人可能： 不能確定環境的客觀因素； 對博弈中發生的事件不很清楚； 不能確定別的不確定參與人的行動； 不能確定別的參與人的推理。 為了對不確定情形下的決策建模，幾乎所有的博弈論都是用了von Neuman ...
博弈論(Game Theory) - 04 - 納什均衡
博弈論(Game Theory) - 04 - 納什均衡 開始 納什均衡和最大最小定理是博弈論的兩大基石。 博弈不僅僅是對抗，也包括合作和遷就，納什均衡能夠解決這些問題，提供了在數學上一個完美的理論。 納什均衡的中心思想是主動選擇一個對大家都有利的戰略，迫使其他玩家選擇相同的戰略組合。 納什 ...
博弈論(Game Theory) - 03 - 前傳之最大最小均衡
博弈論(Game Theory) - 03 - 前傳之最大最小均衡 開始 最大最小均衡是由人馮·諾依曼和摩根斯坦提出。馮·諾依曼和摩根斯坦也被認為是博弈論的創始人。 馮·諾依曼提出的“最大最小定理”能保證在非常一般的情況下，兩人零和博弈總是存在“最大最小均衡”。 最大最小均衡存在以下 ...
深度學習優化理論綜述——Optimization for deep learning: theory and algorithms
等。 合適的訓練算法：通常采用SGD，也可以引入動量和自適應學習速率，也許可以取得更好的效果。 ...
博弈論(Game Theory) - 02 - 前傳之重復剔除嚴格劣戰略的占優戰略均衡
博弈論(Game Theory) - 02 - 前傳之重復剔除嚴格劣戰略的占優戰略均衡 開始 “重復剔除劣戰略的嚴格占優戰略均衡”（iterated dominance equilibrium），簡稱為“重復剔除的占優戰略均衡”。 智豬博弈和重復剔除的占優戰略均衡 智豬博弈問題 在一個 ...
Deep Learning（深度學習）學習筆記整理(二）
求導及練習 [5]Deep Learning模型之：CNN卷積神經網絡（一）深度解析CNN [6] ...
[Deep Learning] 深度學習中消失的梯度
好久沒有更新blog了，最近抽時間看了Nielsen的《Neural Networks and Deep Learning》感覺小有收獲，分享給大家。 了解深度學習的同學可能知道，目前深度學習面臨的一個問題就是在網絡訓練的過程中存在梯度消失問題（vanishing gradient ...