WegZumHimmel

摘要： SSL按照统计学习理论的角度包括直推(Transductive)SSL和归纳(Inductive)SSL两类模式。直推SSL只处理样本空间内给定的训练数据，利用训练数据中有类标签的样本和无类标签的样例进行训练，预测训练数据中无类标签的样例的类标签；归纳SSL处理整个样本空间中所有给定和未知的样例，同 阅读全文

摘要： 在传统的强化学习任务中，通常通过计算累积奖赏来学习最优策略(policy)，这种方式简单直接，而且在可以获得较多训练数据的情况下有较好的表现。然而在多步决策(sequential decision)中，学习器不能频繁地得到奖励，且这种基于累积奖赏及学习方式存在非常巨大的搜索空间。而模仿学习(Imit 阅读全文

摘要： SGD SGD指stochastic gradient descent，即随机梯度下降。是梯度下降的batch版本。 对于训练数据集，我们首先将其分成n个batch，每个batch包含m个样本。我们每次更新都利用一个batch的数据，而非整个训练集。即： xt+1=xt+Δxt Δxt=−ηgt 其 阅读全文

摘要： 转自：http://blog.csdn.net/u012162613/article/details/44261657 在训练数据不够多时，或者overtraining时，常常会导致overfitting（过拟合）。其直观的表现如下图所示，随着训练过程的进行，模型复杂度增加，在training da 阅读全文

摘要： require('nn') local function createQNetwork() local mlp = nn.Sequential() mlp:add(nn.Reshape(10)) mlp:add(nn.Linear(10, 32)) mlp:add(nn.Sigmoid()) mlp:add(nn.Linear(32, 1)) r... 阅读全文

摘要： dict 遍历方式 阅读全文

摘要： 动态规划是将问题转化为子集问题，缩小问题的规模，也就是说先从最小的子集开始计算，由小的状态得出更大集合的状态．而在本题中，如何将问题分割成子状态呢？将一个字符串切割成两部分，如果右边是回文子串，那么需要的切点就为：左边的子串切点+1，如果右边非回文，则需要的切点就为：左边子串切点+1＋右边子串长度- 阅读全文

摘要： 极小化极大算法 维基百科，自由的百科全书 Minimax算法又名极小化极大算法，是一种找出失败的最大可能性中的最小值的算法。 概述 Minimax算法常用于棋类等由两方较量的游戏和程序。该算法是一个零总和算法，即一方要在可选的选项中选择将其优势最大化的选择，另一方则选择令对手优势最小化的方法。而开始 阅读全文

摘要： 转载于http://blog.sina.com.cn/s/blog_4d4a0a8b01007n2d.html 转载于http://blog.sina.com.cn/s/blog_4d4a0a8b01007n2d.html 该策略说起来很简单，简单到有些不可思议：第一步合作，此后每一步都重复对方上一 阅读全文

摘要： 1. view()含义：重新排列矩阵(行优先)格式:b = a:view(m,n)其中a的大小为m*n特殊格式:1、b = a:view(-1,k)表示将a重新排列成m*n/k行k列的矩阵2、b = a:view(k,-1)表示将a重新排列成k行m*n/k列的矩阵 2. 暂停1s再继续运行程序 os 阅读全文