CreateAMind-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

CreateAMind

专栏成员

1002

文章

638917

阅读量

56

订阅数

mnist图片缺失 97%的像素，mnist add准确率84%；及15位的加法训练

github https git 开源网络安全

paper： Neural-Probabilistic Answer Set Programming

2023-02-14

2270

4个视觉符号推理数据集超简介

https 网络安全 java

1 Are Deep Neural Networks SMARTer than Second Graders 2212.09993

2023-02-14

4850

代码：lossless 压缩 10x faster VAE

https github 网络安全 git 开源

paper1： [1] Anji Liu, Stephan Mandt and Guy Van den Broeck. Lossless Compression with Probabilistic Circuits, In International Conference on Learning Representations (ICLR), 2022.

2022-11-22

3310

用概率推理解决强化学习- pyro colab代码

强化学习 https 网络安全编程算法

2018：Reinforcement Learning and Control as Probabilistic Inference: Tutorial and Review

2022-11-22

3430

CausalNeural Connection: Expressiveness Learnability Inference

网络安全 https 神经网络编程算法

尽管NCM具有足够的表达能力，但是一个真正的SCM是没办法仅仅通过观察数据学习出来的，也就是不具备足够的学习能力

2022-11-22

2570

deepmind 不确定性估计软件包

ide https 网络安全深度学习

Posterior predictive distributions quantify uncertainties ignored by point estimates. The neural_testbed provides tools for the systematic evaluation of agents that generate such predictions. Crucially, these tools assess not only the quality of marginal predictions per input, but also joint predictions given many inputs. Joint distributions are often critical for useful uncertainty quantification, but they have been largely overlooked by the Bayesian deep learning community.

2022-11-22

1820

10多表图对比：自监督表示学习算法大梳理

https 网络安全

Beyond Just Vision: A Review on Self-Supervised Representation Learning on Multimodal and Temporal Data

2022-11-22

2290

[代码]神经符号生成机器

分布式深度学习 https github 网络安全

调和符号和分布式表示是一个至关重要的挑战，可以潜在地解决当前深度学习的局限性。最近，通过以生成对象为中心的表示模型，在这个方向上取得了显著的进展。虽然学习识别模型以无监督的方式从原始图像推断以对象为中心的符号表示，如边界框，但没有这样的模型可以提供生成模型的另一个重要能力，即根据学习的世界密度的结构生成(采样)。在本文中，我们提出了生成神经符号机器，这是一个结合了分布式和符号表示的优点的生成模型，支持符号组件的结构化表示和基于密度的生成。这两个关键属性是通过两层潜在层次实现的，具有用于灵活密度建模的全局分布式潜在和结构化符号潜在图。为了增加这种层次结构中模型的灵活性，我们还提出了 StructDRAW prior。实验表明，该模型在结构精度和图像生成质量方面明显优于以往的结构化表示模型和最新的非结构化生成模型。我们的代码、数据集和训练模型可从以下网址获得https://github.com/JindongJiang/GNM

2022-06-10

2640

动画模拟统计随机变量生成器：离散基础篇

https github git 网络安全开源

本公众号MyEncyclopedia定期发布AI，算法，工程类深度和前沿文章。学习本文的最佳姿势为点击文末在看，发送本文链接到桌面版浏览器，打开文末阅读原文，敲入代码运行。

2021-02-19

1.3K0

Jane Street Market Prediction 排名前10的notebook分享

https 网络安全

https://www.kaggle.com/c/jane-street-market-prediction/leaderboard

2020-12-29

1.6K0

编程算法 https 网络安全强化学习

在上文指出：“基于policy optimization的强化学习算法的数学基础都是policy gradient 定理（PGT），比如PG, A2C, A3C, TRPO, PPO, IMPALA等等。现在我们有了soft policy gradient 定理，对应地可以演化出一系列新算法，比如SPG, SA2C, SA3C, STRPO, SPPO, SIMPALA等等。”

2020-08-13

6340

SPG定理与算法介绍

强化学习 .net https github 网络安全

在传统的policy optimization强化学习中，通常会手加一个动作熵作为探索项，然后对该项的权重因子调参以达到增加探索的目的。然而“In practice, moreover, policy gradient methods typically employ carefully tuned entropy regularization in order to prevent policy collapse.”，更严重的是动作熵的引入破坏了PG（policy gradient ）理论的自洽性，而对于一个理论来说自洽性重于泰山。

2020-08-04

1.4K0

GTrXL架构介绍 (Transformer在RL中的应用)

https 网络安全 linux 编程算法

论文链接：https://arxiv.org/pdf/1910.06764.pdf

2020-07-08

1.7K0

Meet CreateAMind Cuju ( 谷歌足球 SOTA )

编程算法 https http 网络安全强化学习

谷歌足球（Google Research Football）是Google Brain 开发的一个足球仿真策略游戏。

2020-05-09

8740

Convolutional Tsetlin Machine tutorial

https github 网络安全 git 开源

https://github.com/cair/convolutional-tsetlin-machine

2019-12-20

7790

https github 网络安全 git 开源

https://github.com/cair/pyTsetlinMachineParallel#interpretability-demo

2019-12-20

6000

使用Ray并行化你的强化学习算法（三）

https 网络安全腾讯云测试服务编程算法

我们先看算法的核心部分：model，包含了TensorFlow建图，计算loss，训练和测试。

2019-12-19

1.5K0

一起测智商——解耦真的对下游任务有帮助吗

编程算法 https 网络安全

先来一道经典的智商测试题，根据左边八个小方块的规律从右边的六个小方块中选出一个填补空缺。

2019-11-07

1K0

RL学习距离和障碍物的关系 v2

https 网络安全

如果去学校要翻一座山，那肯定不能走直线，没有哪条路是直线的就说明了到达目标是曲折的。

2019-09-11

4210

Google Research Football (scenario 7) 实验

github https git 开源网络安全

在之前的公众号我们介绍了谷歌足球环境（Google Research Football ）

2019-09-09

9590

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态