首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
小小何先生
掘友等级
硕二在读
|
公众号:小小何先生
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
25
文章 24
沸点 1
赞
25
返回
|
搜索文章
最新
热门
矩阵分析 (三) 矩阵的标准形
相似变换是矩阵的一种重要的变换,本章研究矩阵在相似变换下的简化问题,这是矩阵理论的基本问题之一。这种分解简介形式在许多领域中都有重要的作用。 在开始之前说一下矩阵的一些基本概念,设矩阵,将矩阵的元素所在的第行第列划去后,剩余的各元素按原来的排列顺序组成的阶矩阵所确定的行列式称为…
如何简单易懂地理解变分推断(variational inference)?
正在学,把网上优质文章整理了一下。 但posterior distribution 求解用贝叶斯的方法是比较困难的,因为我们需要去计算,而通常会是一个高维的随机变量,这个积分计算起来就非常困难。在贝叶斯统计中,所有的对于未知量的推断(inference)问题可以看做是对后验概率…
【详细原理】蒙特卡洛树搜索入门教程!
本文是对Monte Carlo Tree Search – beginners guide这篇文章的文章大体翻译,以及对其代码的解释。分为两篇【详细原理】和【代码实战】。 蒙特卡洛树搜索在2006年被Rémi Coulom第一次提出,应用于Crazy Stone的围棋游戏。 蒙…
31篇文章!计算机视觉从原理到OpenCv实战
AI(人工智能)主要分为感知、理解、决策三部分。而其中的理解,在图像处理和计算机视觉中被称作图像分析(或者叫做图像理解)。国际上做这个方向比较出名的就是斯坦福大学人工智能实验室(SAIL)主管李飞飞教授。而所谓的理解,就是理解图像背后的深层次含义,最终目标是像人一样,看一张老照…
经典机器学习系列之【神经网络详解】
这节主要来详细说一下神经网络。从神经网络定义到M-P模型再扩展到单层感知机、多层前馈神经网络、再到深层神经网络。(本文有一些概念省略了,若有写得不清楚的地方,我们一起在微信群里面讨论讨论)。 在不同的领域、以及不同人的一些偏好。大家对神经网络的叫法有些许差别。但主要会包括以下几…
矩阵分析 (八) 矩阵的直积
矩阵的直积(Kronecher 积)是一种重要的矩阵乘积,它在矩阵理论研究中起着重要的作用,是一种基本的数学工具。本文介绍矩阵直积的基本性质,并利用矩阵的直积求解线性矩阵方程组和矩阵微分方程组。 为与的直积或者Kronecher积。 可见是矩阵。 7、设,设都是酉矩阵,则也是酉…
【Nature论文浅析】基于模型的AlphaGo Zero
规划planning一直都是人工智能研究领域中,人们追逐的一个比较难的研究点,基于树的规划算法,像AlphaGo这类算法已经取得了巨大的成功,然而基于树模型的规划算法需要一个完美的环境模型,这个条件在真实的世界中是很难被满足的。 基于模型的强化学习方法先学一个环境模型,然后基于…
矩阵分析 (四)向量和矩阵的范数
我们曾经用内积定义了向量空间中一个元素的长度,它是几何长度的推广,利用这个长度的概念我们可以讨论极限、逼近的问题。在分析解决这些问题时最重要的是利用了长度的基本性质、非负性、齐次性和三角表达式。 则称为上的向量范数,简称向量范数。 很容易证明这是范数,叫作向量的2范数。2范数在…
机器博弈 (二) 遗憾最小化算法
现代的博弈论快速与人工智能进行结合,形成了以数据驱动的博弈论新的框架。博弈论与计算机科学的交叉领域非常多,有以下几个方面: 人工智能:多智能体系统、AI游戏、人机交互、机器学习、广告推荐等。 互联网:互联网经济、共享经济。 分布式系统:区块链。 人工智能与博弈论结合,形成了两个…
深度强化学习中实验环境-开源平台框架汇总
本文汇总了常用的验证强化学习算法的开源环境平台。 当我们设计了一个强化学习算法之后,我们如何来验证算法的好坏呢?就像数据集一样,我们需要一个公认的平台来衡量这个算法。这样的一个平台,最基本的需要有仿真和渲染。 业界最出名的莫过于Gym和Universe了。OpenAI Gym用…
下一页
个人成就
文章被点赞
65
文章被阅读
66,619
掘力值
1,337
关注了
5
关注者
587
收藏集
0
关注标签
11
加入于
2020-01-28