摘要：
RL学习路线 记录强化学习入门的相关算法及实现。 DP Policy Evaluation 通过以下步骤进行 同步backup ，从而 评估 一个给定的 policy ： 1. 在第 $k+1$ 轮， 2. 对于所有状态 $s\in S$， 3. 更新 $v_{k+1}(s)=\sum_{a\in\ 阅读全文
摘要：
（一）网络结构 input-> C1 –>softmax –>S2 –> C3 –>softmax –>S4 –>FC5 –> softmax –> FC6 （二）数据预处理 1.归一化：提取音频.wav的对数频谱值作为特征值（d=129），并归一化之； 2.扩帧：对每一帧左右各扩5帧，扩帧后的维度 D =d*(5*2+1) =d*11； （三）初始化各网络层 1. conv1 ① ... 阅读全文
摘要：
8.1 配接器之概观与分类 function adapter：改变仿函数（functors）接口； container adapter：改变容器（container）接口； iterator adapter：改变迭代器（iterator）接口。 8.1.1 container adapters STL提供的两个容器queue和stack，都是修饰容器deque接口的container ada... 阅读全文
摘要：
7.1 仿函数概观 仿函数在调用者可以像函数一样地被调用，在被调用者则以对象所定义的function call operator扮演函数的实质角色。 就实现观点而言，仿函数其实就是一个“行为类似函数”的对象。为了能够“行为类似函数”，其类别定义中必须自定义function call运算子（operator()），拥有这样的运算子之后，我们就可以在仿函数的对象后面加上一对小括号，以此调用仿函数所定... 阅读全文
摘要：
5.7 hushtable 5.7.1 hushtable概述 开链：在每一个表格元素中维护一个list；hash function为我们分配某一个list，然后我们在那个list身上执行元素的插入、搜寻、删除等操作。 5.7.3 hashtable的迭代器 template struct __hushtable_iterator{ typedef hashtable hashtab... 阅读全文
摘要：
5.3 set 所有元素都会根据元素的键值自动被排序，set元素的键值就是实际值，实际值就是键值，set不允许两个元素有相同的键值； 因为set元素的值就是其键值，关系到set元素的排列规则，所以set的迭代器是constant iterator； 对set进行insert或erase操作，其迭代器在操作后仍然有效（这点和list相同）； 标准STL的set是以RB-tree为底层机制的，几乎... 阅读全文
摘要：
关联式容器，每个元素都有一个键值（key）和一个实值（value）。 当元素被插入到关联式容器中时，容器内部结构便依照其键值大小，以某种特定规则将这个元素放置于适当位置。关联式容器没有所谓头尾，所以也不会有所谓push_back()、push_front()等操作。 关联式容器的内部结构是一个balanced binary tree（平衡二叉树），以便获得良好的搜寻效率。balanced bina... 阅读全文
摘要：
4.7 heap（隐式表述：implicit representation） 4.7.1 heap概述 binary max heap作为priority queue的底层机制，原因是： binary heap：完全二叉树的结构可以保证整棵树没有节点漏洞，用array来表示这棵树的时候，只需要从array[1]开始保存（#0元素设为无限大或无限小），那么位于array第i个的节点，其左子节点就... 阅读全文
摘要：
4.1 容器的概观与分类 4.2 vector 4.2.3 vector的迭代器 vector的迭代器是普通指针，属于Random Access Iterator。 template class vector { public: typedef T value_type; typedef value_type* iterator; ... 阅读全文
摘要：
1.BP算法&后反馈（Backpropagation） BP神经网络原理详解 Backpropagation详解 2.IBM（Ideal Binary Mask） IBM的谷歌介绍 3.pfile在linux下的制作 What are pfiles？ 4.MFCC语音特征参数提取 MFCC语音特征参数提取过程详解 阅读全文