我的随笔

上一页 1 2 3 4 5 6 7 下一页
Conda | 如何（在新服务器上）复制一份旧服务器的 conda 环境，Linux 服务器
MoonOut 2024-07-31 11:40 阅读:861 评论:0 推荐:0
Conda | 如何在 Linux 服务器安装 conda
MoonOut 2024-07-31 11:38 阅读:3405 评论:0 推荐:0
Linux · ssh | 如何使用 ssh 密钥，免密码登录 Linux 服务器
MoonOut 2024-07-31 10:46 阅读:77 评论:0 推荐:0
PbRL | RIME：用交叉熵 loss 大小分辨 preference 是否正确 + 内在奖励预训练 reward model
MoonOut 2024-07-25 16:10 阅读:223 评论:0 推荐:0
交叉熵、KL 散度 | 定义与相互关系
MoonOut 2024-07-25 12:35 阅读:419 评论:0 推荐:0
关于 KL 散度和变分推断的 ELBO
MoonOut 2024-06-23 18:10 阅读:2319 评论:0 推荐:1
整理并发布本科四年的课程资料
MoonOut 2024-06-23 16:50 阅读:183 评论:1 推荐:0
python · pandas |（已解决）AttributeError: 'DataFrame' object has no attribute 'append'
MoonOut 2024-06-23 15:39 阅读:503 评论:0 推荐:0
如何将 iPhone 的照片同步到 windows 电脑上（非常快，不耗流量）
MoonOut 2024-06-12 11:19 阅读:1024 评论:0 推荐:0
MORL | 速通三大会的 MORL 工作
MoonOut 2024-05-28 22:31 阅读:1178 评论:1 推荐:1
搬运 | 高锰酸钾一世的随笔 · 2024 年
MoonOut 2024-05-21 13:35 阅读:52 评论:0 推荐:0
如何 kill 掉所有跟 wandb 相关的进程
MoonOut 2024-04-22 11:31 阅读:851 评论:0 推荐:0
发布「月出兮彩云归」的新 icon
MoonOut 2024-03-21 16:55 阅读:55 评论:0 推荐:0
RL 基础 | Policy Gradient 的推导
MoonOut 2024-03-21 16:46 阅读:431 评论:0 推荐:0
offline RL | D4RL：最常用的 offline 数据集之一
MoonOut 2024-03-09 17:36 阅读:2461 评论:0 推荐:0
Contrastive Learning 对比学习 | 何恺明大神的 SimSiam
MoonOut 2024-03-07 20:40 阅读:1594 评论:0 推荐:0
offline RL · PbRL | Preference Transformer：反正感觉 transformer 很强大
MoonOut 2024-03-06 12:57 阅读:389 评论:0 推荐:0
贴个不知真假的 representation learning for RL 综述
MoonOut 2024-02-29 16:10 阅读:309 评论:1 推荐:0
offline RL · PbRL | OPPO：PbRL 场景的 offline hindsight transformer
MoonOut 2024-02-27 21:38 阅读:158 评论:0 推荐:0
offline RL | HIM：基于 hindsight 的 RL 是一类大 idea
MoonOut 2024-02-27 21:08 阅读:422 评论:0 推荐:0
offline RL | 读读 Decision Transformer
MoonOut 2024-02-27 20:14 阅读:977 评论:0 推荐:2
python · matplotlib | seaborn 画图与调整图例位置
MoonOut 2024-02-20 11:29 阅读:624 评论:0 推荐:0
PID 控制 |（搬运）教程与 python 代码
MoonOut 2024-02-17 10:55 阅读:544 评论:0 推荐:0
offline 2 online | Cal-QL：校准保守 offline 训出的 Q value，让它与真实 reward 尺度相当
MoonOut 2024-02-07 20:14 阅读:261 评论:0 推荐:0
offline 2 online | 重要性采样，把 offline + online 数据化为 on-policy samples
MoonOut 2024-02-07 14:08 阅读:446 评论:0 推荐:1
凸优化 | 期末复习笔记存档
MoonOut 2024-02-06 11:02 阅读:842 评论:0 推荐:0
概率图 | 两次小测的笔记存档
MoonOut 2024-02-06 10:47 阅读:138 评论:0 推荐:0
复杂系统 | 20240116 · 考试题目回忆版
MoonOut 2024-02-06 10:37 阅读:71 评论:0 推荐:0
复杂系统 | 考前知识点总结（不完全）
MoonOut 2024-02-06 10:37 阅读:100 评论:0 推荐:1
随记 | 20240126 · 我已被“贪嗔痴”的“痴”折磨将近二十年
MoonOut 2024-02-05 22:24 阅读:4 评论:1 推荐:0
offline 2 online | AWAC：基于 AWR 的 policy update + online 补充数据集
MoonOut 2024-02-05 21:50 阅读:308 评论:0 推荐:1
offline RL | ABM：从 offline dataset 的好 transition 提取 prior policy
MoonOut 2024-01-21 11:26 阅读:208 评论:0 推荐:0
PbRL | 速通 ICLR 2024 RLHF · PbRL
MoonOut 2024-01-21 11:17 阅读:677 评论:0 推荐:0
Tmux | 常用操作存档
MoonOut 2024-01-18 19:47 阅读:102 评论:0 推荐:0
“嵌套分区法，是一种良策；将海洋分成块，每块都探测。”
MoonOut 2024-01-13 11:06 阅读:158 评论:1 推荐:0
观后感 | 《黑门》很好看，想安利给全世界
MoonOut 2023-12-17 16:15 阅读:109 评论:1 推荐:0
offline RL | Pessimistic Bootstrapping (PBRL)：在 Q 更新中惩罚 uncertainty，拉低 OOD Q value
MoonOut 2023-12-17 15:37 阅读:224 评论:0 推荐:0
PbRL | QPA：选择 near on-policy query，加速 policy learning 收敛速度
MoonOut 2023-12-17 15:28 阅读:156 评论:0 推荐:0
PbRL | B-Pref：生成多样非理性 preference，建立 PbRL benchmark
MoonOut 2023-11-30 21:21 阅读:269 评论:0 推荐:0
概率图模型 · 蒙特卡洛采样 · MCMC | 非常好的教学视频
MoonOut 2023-11-28 15:34 阅读:59 评论:0 推荐:0
上一页 1 2 3 4 5 6 7 下一页