Angry Panda（T-800）

摘要： 网上找到的一个实现： 地址： https://gist.github.com/HenryJia/23db12d61546054aa43f8dc587d9dc2c 稍微修改后的代码： import numpy as np import gym def sigmoid(x): return 1.0 / 阅读全文

摘要： 原文地址： http://deeprl.neurondance.com/d/154 美国 Stanford：Benjamin Van Roy （摘自 http://deeprl.neurondance.com/d/154） 伯克利：Sergey Levine(论文高产作者)、Pieter Abbel 阅读全文

摘要： SQL算法的官方实现地址： https://openi.pcl.ac.cn/devilmaycry812839668/softlearning 提两个问题: SQL算法的原始论文中在计算Q loss function的时候建议使用重要性采样，而实际代码中却使用的是均匀采样，同时也没有采样重要性采样的 阅读全文

摘要： 代码实现地址： https://openi.pcl.ac.cn/devilmaycry812839668/softlearning/src/branch/master/softlearning/misc/kernel.py SVGD 是一种高效、灵活的推断方法，尤其适合高维度复杂分布的近似问题。 f 阅读全文

摘要： 前文： 强化学习算法中的log_det_jacobian —— 概率分布的仿射变换（Bijector） 前文说到概率分布的仿射变换（Bijector）在贝叶斯、变分推断等领域有很重要的作用，但是在强化学习中呢，其实在强化学习中也会用到，但是最为普遍的应用场景其实只是做简单的tanh变换。 在强化学习 阅读全文

摘要： 关于TensorFlow的probability模块的教程： https://tensorflow.google.cn/probability/examples/A_Tour_of_TensorFlow_Probability?hl=zh-cn 相关： https://colab.research. 阅读全文

摘要： 相关： https://mbd.baidu.com/newspage/data/landingsuper?context={"nid"%3A"news_9588328155434867865"}&n_type=-1&p_from=-1 阅读全文

摘要： 高斯分布微分熵的推导 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/raby_gyl/article/details/73477043 阅读全文

摘要： 视频地址： https://www.bilibili.com/video/BV13qBNYqExW/ 【完整演讲视频】OpenAI前首席科学家Ilya Sutskever在全球AI顶会NeurIPS2024上发表领奖演讲，并表示：「我们获得的数据已经到头，不会再有更多了。」 自然界中，体质量和大脑质 阅读全文

摘要： 相关视频： https://bizwebcast.smarket.com.cn/b975d6d9969a42cba9626adb7669676b/2a1fc2d76a65403cb76f99acd5b025da-8a7c33851d2f0a4e69aa50fae3038d63-sd.mp4 阅读全文