摘要：
由于这段时间的学习内容涉及到MAPPO算法，并且我对MAPPO算法这种多智能体算法的信息交互机制不甚了解，于是写了这个系列的笔记，目的是巩固知识，并且进行一些粗浅又滑稽的总结。 1.PPO算法的介绍 1.1.PG算法 如果要分类的话，根据学习方法的不同，可以将强化学习分为Value-based方法、 阅读全文
posted @ 2022-06-19 02:49
几块红布
阅读(4717)
评论(0)
推荐(2)
摘要：
写在前面： 在经过了漫长时间的焦头烂额之后，很多事情总算告一段落，于是便有时间继续分享自己的拙见。当然，MAPPO这一块的研究内容，甚至于MARL这一块的内容尚不完善，各位看官还请带着批判性的眼光一起学习。 在上一篇博客中，我推荐过两个MAPPO项目： 官方代码：https://github.com 阅读全文
posted @ 2024-04-01 16:52
几块红布
阅读(4236)
评论(6)
推荐(2)
摘要：
朋友们，朋友们，事情是这样的。最近心血来潮，突然想起很久以前看过的一个NLP可视化包。它的效果是下面这个样子： 在此之前，已经有一些文章从论文的角度对这个包进行了介绍，详情请见 推荐一个可交互的 Attention 可视化工具！我的Transformer可解释性有救啦？ 当时我第一眼就被这个包的效果 阅读全文
posted @ 2023-04-24 17:56
几块红布
阅读(439)
评论(0)
推荐(0)
摘要：
在有了上一节一些有关PPO算法的概念作为基础后，我们就可以正式开始对于MAPPO这一算法的学习。 那么，既然要学习一个算法，就不得不去阅读提出这一算法的论文。那么本篇博客将从MAPPO的论文出发，对MAPPO这一算法进行一定的介绍。 **论文的地址在这里：**https://arxiv.org/pd 阅读全文
posted @ 2022-10-14 15:39
几块红布
阅读(4515)
评论(19)
推荐(3)
摘要：
方法参考：python - 降低python for循环的时间复杂度 - 堆栈内存溢出 (stackoom.com) 朋友们，朋友们，事情是这样的。 这几天博主在处理数据的时候遇到了这样的标注数据： 文章编号 内容 是否是摘要 1 A1 我 0 2 A1 是xx 1 .... ...... .... 阅读全文
posted @ 2022-08-19 17:05
几块红布
阅读(149)
评论(0)
推荐(0)
摘要：
1.前言 最近尝试学习使用argparse进行参数管理，顺便改善一下我那丝毫都不专业的、简单粗暴的代码习惯。 argparse模块可以让人轻松地编写用户友好地命令行接口，并且还能够自动生成帮助与使用手册，并在用户给程序传入无效参数时报出错误信息。 2.使用步骤 首先我们需要先实例化一个Argumen 阅读全文
posted @ 2022-08-17 15:31
几块红布
阅读(188)
评论(0)
推荐(0)
摘要：
1.介绍 Albert是Bert的一个变种，它在Bert的基础上减少了参数量，使整个模型更加的“轻量化”，同时也保持了Bert的性能，但值得注意的是，Albert虽然显著地减少了参数量，但并没有显著地减少计算时间复杂度，换言之，Albert的预测速度不一定比普通的更快，甚至可能会减慢训练的速度。（A 阅读全文
posted @ 2022-08-15 14:06
几块红布
阅读(1275)
评论(0)
推荐(0)
摘要：
1.Longformer的应用场景 为了理解Longformer的原理，我们最好首先从为何需要使用Longformer开始说起。（这里默认各位已经对Self Attention等基础知识有一定的了解） 我们以一个简单的场景为例： 在这个例子中，我们共有六个Token，每个Token的维度是768维， 阅读全文
posted @ 2022-08-09 17:06
几块红布
阅读(2529)
评论(0)
推荐(0)
浙公网安备 33010602011771号