随笔分类 -  🍇 THUDA · PhD 笔记

应用随机过程 | 泊松过程、指数分布、事件到达率
摘要：询问 deepseek 泊松过程、指数分布和事件到达率的含义。 阅读全文
posted @ 2025-02-25 14:27 MoonOut 阅读(596) 评论(0) 推荐(0)
应用随机过程 | 期末 cheat sheet
摘要：出分后发布笔记…… 阅读全文
posted @ 2025-02-07 04:34 MoonOut 阅读(302) 评论(0) 推荐(0)
应用随机过程 | 期末知识点总结
摘要：出分后发布笔记…… 阅读全文
posted @ 2025-02-07 04:19 MoonOut 阅读(466) 评论(0) 推荐(0)
RL 基础 | Policy Gradient 的推导
摘要：如果想最大化期望下的 R(τ)，那么策略梯度 = R(τ) · Σ ▽log π(a|s) ，即 discounted return × Σ 梯度 log [选取该 action 的概率] 。 阅读全文
posted @ 2024-03-21 16:46 MoonOut 阅读(359) 评论(0) 推荐(0)
PID 控制 |（搬运）教程与 python 代码
摘要：Proportional-Integral-Derivative（PID），比例-积分-微分控制。 阅读全文
posted @ 2024-02-17 10:55 MoonOut 阅读(514) 评论(0) 推荐(0)
凸优化 | 期末复习笔记存档
摘要：出分后发布笔记…… 阅读全文
posted @ 2024-02-06 11:02 MoonOut 阅读(659) 评论(0) 推荐(0)
概率图 | 两次小测的笔记存档
摘要：出分后发布笔记…… 阅读全文
posted @ 2024-02-06 10:47 MoonOut 阅读(105) 评论(0) 推荐(0)
复杂系统 | 20240116 · 考试题目回忆版
摘要：出分后发布笔记…… 阅读全文
posted @ 2024-02-06 10:37 MoonOut 阅读(60) 评论(0) 推荐(0)
复杂系统 | 考前知识点总结（不完全）
摘要：出分后发布笔记…… 阅读全文
posted @ 2024-02-06 10:37 MoonOut 阅读(81) 评论(0) 推荐(1)
“嵌套分区法，是一种良策；将海洋分成块，每块都探测。”
摘要：为了帮助你更好地理解 Nested Partition 算法，我为你生成了一首诗，用比喻的方式描述了这种算法的过程。希望这对你有所帮助。😊 阅读全文
posted @ 2024-01-13 11:06 MoonOut 阅读(141) 评论(1) 推荐(0)
概率图模型 · 蒙特卡洛采样 · MCMC | 非常好的教学视频
摘要：非常感谢！去写作业了🙏🏻 阅读全文
posted @ 2023-11-28 15:34 MoonOut 阅读(48) 评论(0) 推荐(0)
RL 基础 | 讲的很好的 TRPO 博客
摘要：一篇知乎 TRPO 博客，感觉 idea 讲的很清楚，特来搬运。 阅读全文
posted @ 2023-11-27 15:47 MoonOut 阅读(57) 评论(0) 推荐(0)
概率图 · 概率论基础 | 讲的非常好的 KL 散度博客
摘要：感觉讲的非常好，谢谢善良的博主 😊🙏🏻 阅读全文
posted @ 2023-11-16 16:36 MoonOut 阅读(36) 评论(0) 推荐(0)
线性代数 · 矩阵 · Matlab | Moore-Penrose 伪逆矩阵代码实现
摘要：写伪逆矩阵计算代码，是专业课作业 2333，挑了两个好实现的算法写一下。 阅读全文
posted @ 2023-11-11 12:01 MoonOut 阅读(757) 评论(0) 推荐(0)
凸优化 | Lagrange 对偶：极大极小不等式的证明
摘要：sup inf ≤ inf sup，证明关键： inf_w f(w,z) 是 f(w0,z) 逐点下界，对于任意 w0。 阅读全文
posted @ 2023-11-07 10:51 MoonOut 阅读(318) 评论(1) 推荐(0)
线性代数 · 矩阵 · Matlab | 满秩分解代码实现
摘要：满秩分解的计算方法，居然意外的简单。 阅读全文
posted @ 2023-11-04 17:07 MoonOut 阅读(484) 评论(0) 推荐(0)
RL 基础 | Policy Iteration 的收敛性证明
摘要：1. Policy Evaluation 会收敛，因为贝尔曼算子是压缩映射；2. Policy Improvement 有策略性能改进的保证。 阅读全文
posted @ 2023-11-02 10:44 MoonOut 阅读(555) 评论(3) 推荐(0)
线性代数 · 矩阵 · Matlab | Cholesky 分解代码实现
摘要：Cholesky 分解是 LU 分解（三角分解）的特殊形式，n 阶实对称正定矩阵 A = LL^T，其中 L 为下三角；搬运外网的代码，非原创。 阅读全文
posted @ 2023-11-01 14:23 MoonOut 阅读(503) 评论(0) 推荐(0)
RL 基础 | Value Iteration 的收敛性证明
摘要：贝尔曼算子 BV = max[r(s,a) + γV(s')] 是压缩映射，因此 {V, BV, B²V, ...} 是柯西序列，会收敛到 V=BV 的不动点。 阅读全文
posted @ 2023-10-24 09:40 MoonOut 阅读(1108) 评论(0) 推荐(0)