Angry Panda（T-800）

摘要： 做科研工作的人估计都是要用到Google学术的吧，由于大家众所周知的原因需要用到网络代理软件，比较好用的就是shadowsocks，主要原因是该软件提供加密技术，在一定程度上可以保证运行的稳定性，以往的代理软件由于没有使用加密技术所以很难保证长时间的有效运行，常常会用着用着就发现进黑名单了，而使用s 阅读全文

摘要： 2023年2月19日 更新 1. 使用update-alternatives设置优先级时，数字越大优先级越高，1最小，100最大。 2. 将链接注册给update-alternatives时并没有对当前链接进行设置，如果刚注册的链接优先级最高而且当前的update-alternatives出于自动模 阅读全文

摘要： 在Linux上安装驱动，这事情多半是跑CUDA程序的人才会搞的，多年前学CUDA时为这一步骤头疼的很，现如今已经比较熟悉了，今日给出一些记录。 首先，在NVIDIA官方网站上找到驱动下载页面： https://www.nvidia.cn/Download/Find.aspx?lang=cn 查询到可 阅读全文

摘要： Anaconda常用的Python版本管理工具和Python包管理软件，conda是Anaconda中的具体管理工具，下载地址为： https://www.anaconda.com/distribution/ 该软件较大，下载时间较长。 由于Anaconda原始下载包的地址在国外并且网速不快，所以一 阅读全文

摘要： aconda 是做什么用的这里就不说了，一般玩Python的都知道这东西，最早接触这东西是因为它把NVIDIA中cuda计算和Python互连的一个库拿下了，是买下来了还是专业，还是唯一合作的也就记不清了，那就是 numba , 那些年头Python想要原生态调用cuda代码是比较难的，numba提 阅读全文

摘要： 前情提要： 取自：http://news.ifeng.com/a/20170515/51093579_0.shtml 值函数估计 离散状态下可以用表格来表示值函数或策略；但进入连续状态空间就要用一个函数的近似来表示，这个方法叫做值函数近似。 比如，我们可以用一个线性函数来表示，V值是表示状态s下面的 阅读全文

摘要： 强化学习中动态规划是解决已知状态转移概率和奖励值情况下的解决方法，这种情况下我们一般可以采取动态规划中的 策略迭代和值迭代的方式来进行求解，下面给出一个具体的小例子。 动态规划可以看成是构成强化学习问题的一个子问题， 与其说是一个子问题更不如说是一种特殊情况，动态规划中我们是知道 reward 和 阅读全文

摘要： SARSA v.s. Q-learning 爬格子问题，是典型的经典强化学习问题。 动作是上下左右的走，每走一步就会有一个-1的奖赏。从初始状态走到最终的状态，要走最短的路才能使奖赏最大。图中有一个悬崖，一旦走到悬崖奖赏会极小，而且还要再退回这个初始状态。 如上图所示，起始点为S, 终点为G ， 没 阅读全文

摘要： 来源：雷锋网 原地址： http://news.ifeng.com/a/20170515/51093579_0.shtml 雷锋网［AI科技评论］按：本文根据俞扬博士在中国人工智能学会AIDL第二期人工智能前沿讲习班"机器学习前沿"所作报告《强化学习前沿》编辑整理而来，雷锋网在未改变原意的基础上略作 阅读全文

摘要： 来源： 雷锋网 本文作者：奕欣 原文地址： https://www.leiphone.com/news/201705/NlTc7oObBqh116Z5.html?ulu-rcmd=0_5021df_hot_0_41e3d7778364408ea35b031618a12a68 导语： 本文根据俞扬博士 阅读全文