深度学习中常见的几个基础概念　　　　1. Linear regression :　 Linear regression 对监督学习问题来说, 是最简单的建模形式. 上图蓝色点表示 training data point, 红色的线表示用于拟合训练数据的线性函数. 线性函数的总的形式为:　　　　在代码中表示这个模型, 可以将其定义为 单列的向量 (a s...

A Recipe for Training Neural NetworksAndrej Karpathy blog2019-04-2709:37:05This blog is copied from：https://karpathy.github.io/2019/04/25/recipe/Some few weeks ago Iposteda ...

深度学习课程笔记（七）：模仿学习（imitation learning）2017.12.10　　　　本文所涉及到的 模仿学习，则是从给定的展示中进行学习。机器在这个过程中，也和环境进行交互，但是，并没有显示的得到 reward。在某些任务上，也很难定义 reward。如：自动驾驶，撞死一人，reward为多少，撞到一辆车，reward 为多少，撞到小动物，reward...

深度增强学习前沿算法思想CSDN作者： Flood Sung2017-02-16 09:34:29举报阅读数：3361作者：Flood Sung，CSDN博主，人工智能方向研究生，专注于深度学习，增强学习与机器人的研究。责编：何永灿，欢迎人工智能领域技术投稿、约稿、给文章纠错，请发送邮件至...

Policy Gradient Algorithms2019-10-0217:37:47This blog is from:https://lilianweng.github.io/lil-log/2018/04/08/policy-gradient-algorithms.htmlAbstract: In this post, we are going to l...

Proximal Policy Optimization AlgorithmsUpdated on2019-09-1416:15:59Paper:https://arxiv.org/pdf/1707.06347.pdfTensorFlow Code from OpenAI:https://github.com/openai/baselinesPyTo...