Angry_Panda - 博客园

【转载】【视频】DeepMind都拿不下的游戏，刚刚被OpenAI玩出历史最高分

摘要：原地址： https://www.jiemian.com/article/2285925.html 今天，OpenAI宣布他们的AI仅通过一次人类演示，就在蒙特祖玛的复仇游戏中获得了74500分的成绩，比以往公布的任何结果都要好。《蒙特祖玛的复仇》（Montezuma’s Revenge）被认为是阅读全文

posted @ 2025-02-27 10:14 Angry_Panda 阅读(37) 评论(0) 推荐(0)

DeepSeek的线上面试 —— DPO为什么用KL散度，不用交叉熵？机器学习中什么时候必须用KL散度，什么时候必须用交叉熵，什么时候二者可互换——（续）

摘要：前文地址： https://www.cnblogs.com/xyz/p/18707896 说下我个人的一些观点。我认为：数学意义上的等价并不是机器学习算法中的优先考虑的选项。虽然机器学习或者说AI是和数学领域难以割舍开的，但是机器学习和AI并不是数学，二者并不等价，或者说数学领域的评判标准和机器阅读全文

posted @ 2025-02-27 08:24 Angry_Panda 阅读(52) 评论(0) 推荐(0)

域随机化 —— 机器人仿真训练技术中的常用方法

摘要：相关： https://live.csdn.net/room/csdnnews/v7C2xKRI 阅读全文

posted @ 2025-02-26 17:30 Angry_Panda 阅读(182) 评论(0) 推荐(0)

中国高等教育的悲哀 —— 劣迹导师就不应该再担任导师职位

摘要：相关：研三女生烧炭自杀！疑因数据被导师给别人，毕业无望……87岁爷爷得知噩耗后突发脑溢血阅读全文

posted @ 2025-02-25 13:13 Angry_Panda 阅读(19) 评论(0) 推荐(0)

【转载】深度强化学习试金石：DeepMind和OpenAI攻克蒙特祖玛复仇的真正意义 —— 人工智能 —— 人类的智慧：抽象和归纳 ——（如何学习先验知识，对问题进行抽象，然后根据先验知识和抽象后的问题进行探索并归纳出问题的解决方案）

摘要：原文地址： https://www.163.com/dy/article/DND62JQS0511ABV6.html 来源：medium 作者：Arthur Juliani 编译：肖琴《蒙特祖玛的复仇》是一个出了名困难的游戏，是强化学习的一大挑战。本文作者长期从事深度强化学习研究，他认为DeepM 阅读全文

posted @ 2025-02-24 21:04 Angry_Panda 阅读(54) 评论(0) 推荐(0)

CCF C会议：IJCNN 审稿 —— Welcome Message & Instructions

摘要： Welcome Message & Instructions Thank you very much for accepting to be a Reviewer for IJCNN 2025. Your contribution is essential for building a qualit 阅读全文

posted @ 2025-02-20 23:59 Angry_Panda 阅读(213) 评论(0) 推荐(0)

听你的”用英语怎么说？ ”

摘要： https://www.douyin.com/video/7356084340859735335 阅读全文

posted @ 2025-02-15 11:20 Angry_Panda 阅读(21) 评论(0) 推荐(0)

DeepSeek關鍵開發者羅福莉採訪

摘要：地址： https://www.youtube.com/watch?v=kyA6uJxIdNY 阅读全文

posted @ 2025-02-13 13:14 Angry_Panda 阅读(32) 评论(0) 推荐(0)

DeepSeek的线上面试 —— DPO为什么用KL散度，不用交叉熵？机器学习中什么时候必须用KL散度，什么时候必须用交叉熵，什么时候二者可互换

摘要： "deepseek面试被问懵了: DPO为什么用KL散度，不用交叉熵？机器学习中什么时候必须用KL散度，什么时候必须用交叉熵，什么时候二者可互换？" 一位专注于算法的面试者向极速财讯分享了自己的经验，他主要从事TensorFlow/PyTorch相关的工作，涉及各种模型结构、复杂度以及分布式训练。阅读全文

posted @ 2025-02-10 15:03 Angry_Panda 阅读(843) 评论(0) 推荐(0)

神经网络：计算初始化权重时的增益因子（gain factor） —— nn.init.calculate_gain

摘要： torch.nn.init.calculate_gain 是 PyTorch 提供的一个辅助函数，用于计算初始化权重时的增益因子（gain factor）。它的作用是根据不同的激活函数类型调整权重的方差，使其更适合训练，避免梯度消失或爆炸问题。 nn.init.calculate_gain 对于不阅读全文

posted @ 2025-02-10 12:17 Angry_Panda 阅读(110) 评论(0) 推荐(0)

Angry Panda（T-800）

公告

导航