摘要： 凯鲁嘎吉的主页 凯鲁嘎吉的主页：kailugaji.github.io 或扫描下方二维码，即可查看 阅读全文

摘要： 强化学习(Reinforcement Learning) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 通过阅读《神经网络与深度学习》及其他资料，了解强化学习(Reinforcement Learning)的基本知识，并介绍相关强化学习算法。更多强化 阅读全文

摘要： 纪念第一个Pytorch/TensorFlow程序 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 截止今日，写了17篇有关Deep Learning的博文，如下所示 没想到吧，我的电脑连Python都没安装，之前一直用的Notepad++看的程序 说 阅读全文

摘要： 英文学术论文写作常用词句积累 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 英文学术论文写作常用词句，避免查重率高的小技巧——同义词替换。推荐网站：https://www.powerthesaurus.org 本文使用方法：按Ctrl+F, 搜一个想 阅读全文

摘要： LaTeX常用链接与资料 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. 软件安装 LaTex 论文排版(1): Win10 下 LaTex所需软件安装 (Tex live 2018 + Tex studio)_TechArtisan6的博客-C 阅读全文

摘要： Safe RL——Constrained Policy Optimization (CPO) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 这篇文章详细讲解Constrained Policy Optimization (CPO)的公式推导，文献来自 阅读全文

摘要： Safe RL——Constrained Variational Policy Optimization for Safe Reinforcement Learning (CVPO) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 强化学习可以看作为概 阅读全文

摘要： 最优化——无约束最优化方法(Unconstrained Optimization Algorithms) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 本篇介绍最优化方法(运筹学)里面的无约束优化方法，包括：线搜索法、信赖域法、以及最小二乘法。更多优 阅读全文

摘要： 最优化——约束优化方法(Constrained Optimization Algorithms) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 本篇介绍最优化方法(运筹学)里面的约束优化方法，包括：直接搜索法(随机方向法、约束坐标轮换法、复合形法、以 阅读全文

摘要： MATLAB聚类有效性评价指标（内部） 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 外部评价指标(需要真实标签)，请看：MATLAB聚类有效性评价指标（外部），MATLAB聚类有效性评价指标（外部 成对度量） MATLAB中有一个聚类内部评价指标的 阅读全文

摘要： 《Easy RL》面试题汇总 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 本博客汇总了蘑菇书《Easy RL》强化学习中文教程涉及的面试题及答案(v.1.0.3)。强化学习介绍可参看：强化学习(Reinforcement Learning) - 凯 阅读全文

摘要： 离线强化学习(A Survey on Offline Reinforcement Learning) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 通过阅读《A Survey on Offline Reinforcement Learning: Ta 阅读全文

摘要： 凯鲁嘎吉的主页 凯鲁嘎吉的主页：kailugaji.github.io 或扫描下方二维码，即可查看 阅读全文

摘要： Deep Reinforcement Learning Hands-On——Policy Gradients – an Alternative 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 更多请看：Reinforcement Learning - 阅读全文

摘要： 动态规划(Dynamic Programming, DP) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 动态规则是运筹学的一个分支, 它是解决多阶段决策过程最优化的一种数学方法。大约产生于20世纪50年代。1951年美国数学家贝尔曼(R .Bell 阅读全文