2018-12-16
今日所学
- CS229 2008年版，16节课 强化学习 马尔科夫决策
- CS224N 第5,6节
知识点
MDP(S,A,P,γ,R)算法（两种，适合于状态S有限个）
- 迭代求解V：初始化V为0，迭代V，最后知道V后推出π
-
策略迭代π（对状态S数量<1000比较合适）：随机初始化π，迭代{根据π解方程求解出对应V，根据V与特定目标函数选择更优的π}
-
2018-12-16
MDP(S,A,P,γ,R)算法（两种，适合于状态S有限个）
策略迭代π（对状态S数量<1000比较合适）：随机初始化π，迭代{根据π解方程求解出对应V，根据V与特定目标函数选择更优的π}
2018-12-16 今日所学 CS229 2008年版，16节课 强化学习 马尔科夫决策 CS224N 第5,6...
Day19
day19 6600
摄影日更Day19
【叶子姑娘的自律100天挑战 Day19】 2019.02.03 Day19 【早起】回家第一觉睡到8点自然醒。 ...
The Little Prince Day19 On the fifth day—again, as always...
Day19 今天有点累 有点down
DAY19 学习课程：《Day19：巧妙利用心理学效应，实现读者和创作者的深度共鸣》 今日作业：你打算实践本节课哪...
2018 8 28 强化学习 pdf 放弃了 先研究CNN，之后RNN，最后有精力再学RF 在决策已知的情况下，状...
2018 8 25-27 今日计划 cs231n 第13节 代码 词袋模型 词向量 word embedding（...
本文标题：Day19 #100DaysofMLCoding#
本文链接：https://www.haomeiwen.com/subject/zayfkqtx.html
网友评论