paulonetwo

摘要：三、强化学习框架：解决方案1.状态值函数 2.贝尔曼方程 在这个网格世界示例中，一旦智能体选择一个动作，1)它始终沿着所选方向移动（而一般 MDP 则不同，智能体并非始终能够完全控制下个状态将是什么）2)可以确切地预测奖励（而一般 MDP 则不同，奖励是从概率分布中随机抽取的）。在这个简单示例中，我 阅读全文

摘要：一、简介 1.强化学习简称RL，即Reinforcement Learning。 2.应用 了解 AlphaGo Zero，一款先进的计算机程序，打败了专业人类围棋手。 了解如何使用强化学习 (RL) 玩Atari 游戏。 了解打败全世界的顶级 Dota 2 玩家的 OpenAI 机器人。 了解指导 阅读全文

摘要：步骤 0: 导入数据集 导入狗数据集 在下方的代码单元（cell）中，我们导入了一个狗图像的数据集。我们使用 scikit-learn 库中的 load_files 函数来获取一些变量： train_files, valid_files, test_files - 包含图像的文件路径的numpy数组 阅读全文

摘要：1.如果你是态度认真的机器学习工程师，你会花很长时间清洗数据。 2.对网络提前训练完全不同的事物，比从来没有训练过的网络可以得到更好的结果。从某种角度讲，神经网络内部形成的特征，与你训练的图片类型无关。 3.敏感性与特异性敏感性和特异性虽然与查准率和查全率相似，但并不相同。在癌症示例中，敏感性和特异 阅读全文

摘要：迁移学习是指对提前训练过的神经网络进行调整，以用于新的不同数据集。 取决于以下两个条件： 新数据集的大小，以及 新数据集与原始数据集的相似程度 使用迁移学习的方法将各不相同。有以下四大主要情形： 新数据集很小，新数据与原始数据相似 新数据集很小，新数据不同于原始训练数据 新数据集很大，新数据与原始训 阅读全文

摘要：我们看一个 CNN 示例，了解具体运行过程。 我们要查看的 CNN 在 ImageNet 上进行了训练（请参阅这篇来自 Zeiler 和 Fergus 的论文）。在下面的图片中（摘自上述同一论文），我们将看到该网络中的每个层级会检测到什么，并查看每个层级如何检测到越来越复杂的规律。 我们看一个 CN 阅读全文