这篇文章是自己在上大数据分析课程时老师推荐的一篇文章，当时自己听着也是对原作者当年的的思路新奇非常敬佩，相信很多伙...
论文题目：SQIL: Imitation Learning via Reinforcement Learning with Sparse Rewards
【论文阅读】Mastering Complex Control in MOBA Games with Deep Reinforcement Learning
在开始说基于Stochastic Policy的方法之前，我们需要了解一下Policy Gradient的方法。在Policy Gradient里面有一个非常重要...
在强化学习中的值函数近似算法文章中有说怎么用参数方程去近似state value ，那policy能不能被parametrize呢？其实policy可...
在开始说值函数近似方法之前，我们先回顾一下强化学习算法。强化学习算法主要有两大类Model-based 的方法和Model-free 的方...
在上一篇文章强化学习中的无模型预测中，有说过这个无模型强化学习的预测问题，通过TD、n-step TD或者MC的方法能够获得值函...
在大多是强化学习(reinforcement learning RL)问题中，环境的model都是未知的，也就无法直接做动态规划。一种方法是去学MDP...
上一节我们说了马尔可夫决策过程，它是对完全可观测的环境进行描述的，也就是观测到的内容完整决定了决策所需要的特征。马...
上节聊完了这个强化学习从直观上的一些理解。以及它和其他的机器学习方法的一些异同点。这一节来唠唠强化学习中的一些基本...
在19年4月，有写过一篇强化学习的入门直观简介。强化学习通俗入门简介(一)。感兴趣的可以看一下，如果知道一些基本概念的话...
韩国手机厂商，芯片制造商和其他科技公司，原本计划在2020年抓住5G风口实现营业额的同比大幅增长，也暗暗期待着半导体行业周期性好转带...
Android Neural Networks API (NNAPI) 是一个 Android C API，专门为在移动设备上针对机器学习运行计算密集型运算而设计。NNAPI 旨在为...
原文链接：[链接]参考：《Hands-On Machine Learning with Scikit-Learn and TensorFlow(2017)》Chap11torch.optim常见的加速训练技术：...
在最近发布的iPad中，苹果宣布使用了dToF LiDAR技术，这一发布让dToF又成为了整个行业关注的热点。本文将为读者仔细分析dToF传感器的技...
关于MNN以及Mobilenet SSD的介绍，大家可以参考我早些时候写过的一篇文章实战MNN之Mobilenet SSD部署（含源码）。本文我们少一些分析，...
在深度学习任务中，随着层数的增加，因为反向传播的链式求导规则，梯度容易出现指数形式地减小或增长，从而导致梯度消失（非常小，训练...
目标函数（target function）、损失函数（loss function）、代价函数（cost function）是一个东西~目标函数是一个用来衡量模型预测结果...
华为诺亚方舟实验室开源了一种即插即用的卷积核，该项工作发表在NeurIPS 2018，论文题目为《Learning Versatile Filters for Efficient ...
在ISSCC 2020上台积电呈现了其基于ULL 22nm CMOS工艺的32Mb嵌入式STT-MRAM。该MRAM具有10ns的读取速度，1M个循环的写入耐久性，在150度...
