在机器学习、深度学习和数据挖掘的大多数任务中，我们都会假设training和inference时，采用的数据服从相同的分布（distribution）、来源于相...

0x3505a02BCDFbb225988161a95528bfDb279faD6b

· 理解递归神经网络及其不同实现，例如长短期记忆网络（LSTM）和门控循环单元（Gated Recurrent Unit，GRU），它们为大多数深度学习模型提供...

导读：电商场景的搜索排序算法根据用户搜索请求，经过召回、粗排、精排、重排与混排等模块将最终的结果呈现给用户，算法的优化目标是提升用户转化。传统的有监督训练方式，...

特别声明：以上文章内容来源于互联网收集整理，如有关于作品内容、版权或其它问题请与客服联系。

这一款基于深度学习的五子棋小游戏的界面是使用Unity开发的，而网络结构是使用keras搭建的。

近期我国煤矿事故频发,尤其是较大事故接连发生，客观上需要煤矿企业安装煤矿无线广播系统进一步提高安全生产管理水平，加快信息流通并定时播发安全信息，保证遭遇突发性事...

回顾上文中的DDPG，DDPG是源于DQN，它使用神经网络替换maxQ(s',a')的功能来解决连续空间问题。也就是说DDPG的Actor网络输出的是一个动作，...

DDPG（deep deterministic policy gradient），深度确定性策略梯度算法。

上文我们介绍了使用简单的Random Guessing Algorithm & Hill Climbing 算法来解决CartPole问题，主要在决策动作这个步...

gym是openAI下的一个开发和对比强化学习算法的工具包，内部提供了强化学习需要的环境。

https://www.bilibili.com/video/BV1nz4y1d7uy

https://www.bilibili.com/video/BV1nz4y1d7uy

上文我们已经理解强化学习的基础概念以及其目标是找到一个策略 最大化未来累计奖励。同时介绍了几种常用的寻找最优策略的方法。在强化学习中还会将这些方法分...

最近了解了强化学习方面的知识，准备进行下整理和总结。本文先介绍强化学习中一些基础概念。

作用域：从定义的这个方法开始到结束，只能在当前方法中使用 例如：a和name只能在show方法中被使用

Java语言还是至关重要，熟悉Java语言对测试帮助非常大，以前也断断续续学习了一段时间，因为一些原因后来还是以python为主，Java就暂且搁置了，最近打算...

Unity开发应用广泛，覆盖行业包括8大热门行业的数十个开发岗位，如VR/AR工程师、Unity3d开发、U3D客户端工程师等。所以也吸引了很多人开始学unit...

前两天我开通了lua语言学习专栏，虽然在xx社区没多少小伙伴看，但是突然在知乎上了推荐，“火”了一把(一本经常胡说八道)，第一次发文章在知乎上推荐的：我还是没有...