摘要： 由 Aphex34 (自己的作品) CC BY-SA 4.0， 通过 Wikimedia Commons 共享 由 Aphex34 (自己的作品) CC BY-SA 4.0， 通过 Wikimedia Commons 共享 由 Aphex34 (自己的作品) CC BY-SA 4.0， 通过 Wik 阅读全文

摘要： TensorFlow 卷积层 TensorFlow 卷积层 TensorFlow 卷积层 TensorFlow 卷积层 TensorFlow 卷积层 TensorFlow 卷积层 让我们看下如何在 TensorFlow 里面实现 CNN。 TensorFlow 提供了 tf.nn.conv2d()  阅读全文

摘要： 在linux系统中int、float、short、double各占多少个字节 看出只有 long（长整型），void*（c语言中，void为“不确定类型”），在32位4个字节，在64位8个字节。 阅读全文

摘要： 梯度下降法需要遍历数据集上百次，数据集越大所花费的时间越多。而现在训练的样本集越来越大，造成梯度下降法造成的时间成本非常高，难以规模化。 随机梯度下降法，是从样本集中抽出一小部分数据（随机抽出），用来做梯度下降法。这个虽然会有一点误差，但我们每次只走一小步。他速度更快，并且更容易规模化。 ADAGR 阅读全文

摘要： 本文使用的是linux版本的Anaconda环境 #创建名为 tensorflow的环境，设置python版本为3.5conda create -n tensorflow python=3.5 #进入 tensorflow环境source activate tensorflow #安装一些安装包co 阅读全文

摘要： NumPy 默认是行向量。你可以用 arr.T 来对数组进行转置，但对一维数组来说，转置还是行向量。所以你可以用 arr[:,None] 来创建一个列向量： print(features) > array([ 0.49671415, -0.1382643 , 0.64768854]) print(features.T) > array([ 0.49671415, -0.1382643 ,... 阅读全文

摘要： puthon 中随机 概率选择 ，和随机选择 阅读全文

摘要： 名词解释： 零和博弈：两人的分数相加为0，也是说一个人得分，另一个就减分。 有限：也就是 数字 选择 深度等，不是无限大。他是有限制的，一个确定的数。 确定性：状态 没有概率 随机转换，比如：执行某个动作，就一定会进入某个状态。 完美信息：也就是状态可知，明确知道对方和自己所处的状态。 因为 a 先 阅读全文

摘要： 阅读全文

摘要： 马尔科夫模型主要元素有3个部分 状态，动作，奖励。 对奖励的设置一定慎重，并且深谋远虑。如下图右侧： 绿色方块是 生 红色方块是 死，游戏目的是使agent尽快到达绿色方块。 1：动作奖励正数过高，会使agent一直在方格世界里兜圈子，不想出去。因为这样每多走一步，都会获得正的奖励。 2：动作奖励负 阅读全文