cs231n---卷積網絡可視化，deepdream和風格遷移
本課介紹了近年來人們對理解卷積網絡這個“黑盒子”所做的一些可視化工作，以及deepdream和風格遷移。 1 卷積網絡可視化 1.1 可視化第一層的濾波器 我們把卷積網絡的第一層濾 ...
原文：cs231n---強化學習
介紹了基於價值函數和基於策略梯度的兩種強化學習框架，並介紹了四種強化學習算法：Q learning，DQN，REINFORCE，Actot Critic 強化學習問題建模 上圖中，智能體agent處於狀態st下，執行動作at后，會由於周圍環境的作用進入下一個狀態st ，同時獲得獎勵rt。 馬爾可夫決策過程MDP建模了上圖過程： 我們定義策略Pi為一個從狀態s到動作a的函數，表示在狀態s下采取什么樣 ...
2018-05-14 00:50 0 1328 推薦指數：
相關推薦
cs231n---語義分割 物體定位 物體檢測 物體分割
1 語義分割 語義分割是對圖像中每個像素作分類，不區分物體，只關心像素。如下： （1）完全的卷積網絡架構 處理語義分割問題可以使用下面的模型： 其中我們經過多個卷積層處理，最終輸出體的 ...
筆記：CS231n+assignment2（作業二）（一）
第二個作業難度很高，但做（抄）完之后收獲還是很大的.... 一、Fully-Connected Neural Nets 首先是對之前的神經網絡的程序進行重構，目的是可以構建任意大小的全連接 ...
筆記：CS231n+assignment2（作業二）（三）
終於來到了最終的大BOSS，卷積神經網絡~ 這里我想還是主要關注代碼的實現，具體的CNN的知識點想以后在好好寫一寫，CNN的代碼關鍵就是要加上卷積層和池話層. 一、卷積層 卷積層的前向傳播還 ...
CS231N assignment2 SVM
CS231N Assignment2 Support Vector Machine Begin 本文主要介紹CS231N系列課程的第一項作業，寫一個SVM無監督學習訓練模型。 課程主頁：網易雲課堂CS231N系列課程 語言：Python3.6 1線形分類器 ...
什么是強化學習？
摘要：本文嘗試以一種通俗易懂的形式對強化學習進行說明，將不會包含一個公式。 本文分享自華為雲社區《強化學習淺述》，作者： yanghuaili 人。 機器學習可以大致分為三個研究領域：監督學習，無監督學習和強化學習（Reinforcement Learning，RL）。監督學習是大家最為 ...
強化學習和ADP（上）
1 簡介 每一個生物都與其環境相互作用，並利用這些相互作用來改善自身的活動，以生存和增長。我們稱基於與環境交互的動作修正為強化學習(RL)。這里有很多類型的學習，包括監督學習，非監督學習等。強化學習是指一個行動者或代理與它的環境相互作用，根據收到的刺激對其行為的響應，並修改其行為或控制政策 ...
強化學習
強化學習筆記(一) 1 強化學習概述 隨着 Alpha Go 的成功，強化學習（Reinforcement Learning，RL）成為了當下機器學習中最熱門的研究領域之一。與常見的監督學習和非監督學習不同，強化學習強調智能體（agent）與環境（environment）的交互 ...