logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

深度强化学习第1课|强化学习入门

文章目录Introduction to Reinforcement Learning by David Silver0 写在前面1 推荐书籍2 入门简介2.1 机器学习2.1 RL的特点2.3 实例3 rewards3.1 奖励假设3.2 举例4 Sequential Decision Making(序列决策制定)4.1 两个基本问题4.1.1 强化学习4.1.2planning5 agent..

#人工智能
ubuntu中文版路径"桌面"改称英文"desktop"

一般人都喜欢装ubuntu中文版,但由于有些时候中文路径可能会造成问题,下面介绍修改方法直接重命名是不行的,新建desktop文件夹,找到/home/jj下的.config/user-dirs.dirs文件(c-h快捷显示隐藏文件夹),点开把相应的桌面改成desktop就行,完了记得重启。...

#ubuntu
python中end=" "的含义

一般出现在print()函数中,如print(a,end=" “)。这是因为print默认是打印一行,结尾加换行。end=” "的意思是为末尾end传递一个空字符串。如下:print(",")print(1)print(",")结果显示:,1,加了end之后:print(end=",")print(end="1")print(",")结果显示:,1,...

#python
【数据结构】使用python从三个角度解决josephus问题

文章目录0 写在前面1 基于数组概念的解法2 基于顺序表的解法2 基于循环单链表的解法0 写在前面josephus问题是数据结构教材中的一个常见实例,其问题可以描述为:设nnn个人围坐一圈,现在要求从第kkk个人开始报数,报到第mmm个的人退出。然后从下一个人开始继续按照同样规则报数并退出,直到所有人退出为止。要求按照顺序输出每个人的序列号。1 基于数组概念的解法首先考虑基于pyth...

#数据结构#链表#python +1
ModuleNotFoundError: No module named 'tensorflow_core.keras'

环境MacOX 10.15.4 catalinapython3.7.7tensorflow 2.1问题描述运行以下代码时:from tensorflow.keras import layers, optimizers, datasets会出现ModuleNotFoundError: No module named 'tensorflow_core.keras'或者运行mni...

#tensorflow#深度学习#bug
VSCode指定部分区域查找和替换

鼠标选中部分区域,如下图:选中两行,点击红色圈圈的按钮或者快捷键(CMD+OPTION+L)就可以只在这两行进行查找和替换

读取MNIST数据集的几种方法

机器学习中处理MNIST数据集相当于编程语言中的"hello world",其中训练集中包含60000 个examples, 测试集中包含10000个examples。数据为像素28*28=784的图像,标签为0-9等10个数字标签。为方便处理,我们希望输出的数据为(x_train,y_train),(x_test,y_test)四个数组,其中x_train包含了60000个维度为784的向量表示

#python#tensorflow
VSCode+latex引用bibtex参考文献

VSCode+latex引用bibtex参考文献0 写在前面网上找了一些参考链接,如下参考链接1、参考链接2、参考链接3、参考链接4但是他们说的还不够具体,并且针对VSCode也没有相关的更多描述(尽管类似),另外特别是对于编译的具体过程没有比较详细的描述,因此有此一文。本文是基于VSCode配置latex环境的一个补充。1 操作步骤1.1 新建lib在.tex同一文件夹下,新建一...

#vscode
读取MNIST数据集的几种方法

机器学习中处理MNIST数据集相当于编程语言中的"hello world",其中训练集中包含60000 个examples, 测试集中包含10000个examples。数据为像素28*28=784的图像,标签为0-9等10个数字标签。为方便处理,我们希望输出的数据为(x_train,y_train),(x_test,y_test)四个数组,其中x_train包含了60000个维度为784的向量表示

#python#tensorflow
训练集(Train),验证集(Validation)和测试集(Test Sets)以及交叉验证法

本文主要区分机器学习中的三种数据集,尤其是验证集和测试集,并介绍常用的交叉验证训练方法。Training Set训练集,即用于训练模型内参数(fit the model)的数据集。Testing Set即测试集,在使用训练集调整参数之后,使用测试集来评价模型泛化能力。Validation Set实际上使用测试集评价模型泛化能力之后并不意味着机器学习任务就此完成,最后还需要使用一个没有见过的数据集来

#机器学习#人工智能
    共 22 条
  • 1
  • 2
  • 3
  • 请选择