2019年1月28日
最后一篇，说好的开源来了！
摘要： 以后不更新了 之前说的开源，发在这里，作为告别！ https://github.com/hhh5460/lotto-v2.0 再见了，博客园的各位大大！ 南无阿弥陀佛！ Good bye, world! 阅读全文
posted @ 2019-01-28 17:42 罗兵 阅读(1076) 评论(6) 推荐(0) 编辑
python五子棋
摘要： 以后不更新了，把以前的一些东西发出来。 这是一个命令行环境的五子棋程序。使用了minimax算法。 除了百度各个棋型的打分方式，所有代码皆为本人所撸。本程序结构与之前的井字棋、黑白棋一模一样。 有一点小问题，没时间弄了，就这样吧。 一、效果图 （略） 二、完整代码 阅读全文
posted @ 2019-01-28 17:35 罗兵 阅读(3912) 评论(0) 推荐(0) 编辑
2019年1月6日
flask使用原生ajax、不使用表单(Form)上传文件
摘要： 〇、知识点 jquery ajax 文档 告诉你可以使用默认的　application/x-www-form-urlencoded, multipart/form-data, or text/plain 这三种，其它的也可以，但是需要告诉ajax 的怎样序列化它。——这句话来源于：https://w 阅读全文
posted @ 2019-01-06 12:53 罗兵 阅读(2012) 评论(1) 推荐(0) 编辑
2019年1月3日
使用keras的LSTM进行预测----实战练习
摘要： 代码 效果图 结论 只测试了mod 2的情况，效果不好. 训练数据精度可以达到三分之二左右，测试数据的精度只有四分之一。头脑风暴，几乎可以反其道而行之！可能不失为可行之策。 下一步： 1.画出后20个数据k线图，看是否是震荡区间，亦或是趋势区间 2.换别的指标看看 阅读全文
posted @ 2019-01-03 21:15 罗兵 阅读(12029) 评论(1) 推荐(0) 编辑
2018年12月29日
keras神经网络三个例子
摘要： keras构造神经网络，非常之方便！以后就它了。本文给出了三个例子，都是普通的神经网络 例一、离散输出，单标签、多分类 例二、图像识别，单标签、多分类。没有用到卷积神经网络（CNN） 例三、时序预测，单标签、多分类。（LSTM） 说明 keras对于神经网络给出的流程图，非常容易理解。 图片来源：h 阅读全文
posted @ 2018-12-29 12:42 罗兵 阅读(14676) 评论(0) 推荐(0) 编辑
2018年12月21日
【强化学习】用pandas 与 numpy 分别实现 q-learning, saras, saras(lambda)算法
摘要： 本文作者：hhh5460 本文地址：https://www.cnblogs.com/hhh5460/p/10159331.html 特别感谢：本文的三幅图皆来自莫凡的教程 https://morvanzhou.github.io/ pandas是基于numpy的，但是两者之间的操作有区别，故在实现上 阅读全文
posted @ 2018-12-21 22:31 罗兵 阅读(1542) 评论(0) 推荐(0) 编辑
【转】【强化学习】Deep Q Network(DQN)算法详解
摘要： 原文地址：https://blog.csdn.net/qq_30615903/article/details/80744083 <!-- flowchart 箭头图标 勿删 --> DQN（Deep Q-Learning）是将深度学习deeplearning与强化学习reinforcementlea 阅读全文
posted @ 2018-12-21 12:41 罗兵 阅读(19339) 评论(0) 推荐(1) 编辑
【转】强化学习（二）
摘要： 原文地址：https://www.hhyz.me/2018/08/13/2018-08-13-RL2/ 强化学习（RL，基于MDP）的求解policy的方式一般分为三种： Value <—critic Policy <—actor Value + Policy <— Actor-critic 策略梯 阅读全文
posted @ 2018-12-21 11:53 罗兵 阅读(830) 评论(0) 推荐(0) 编辑
【转】强化学习（一）Deep Q-Network
摘要： 原文地址：https://www.hhyz.me/2018/08/05/2018-08-05-RL/ 1. 前言 虽然将深度学习和增强学习结合的想法在几年前就有人尝试，但真正成功的开端就是DeepMind在NIPS 2013上发表的 Playing Atari with Deep Reinforce 阅读全文
posted @ 2018-12-21 11:40 罗兵 阅读(3259) 评论(0) 推荐(1) 编辑
【转】AlphaGO Zero 原理
摘要： 原文地址：https://www.hhyz.me/2018/08/08/2018-08-08-AlphaGO-Zero/> 1. 概述 简单来说，AlphaGo Zero 的训练可以分为三个同时进行的阶段： 自我对战 再训练网络 评估网络 在自我对战阶段， AlphaGo Zero 创建一个训练集合 阅读全文
posted @ 2018-12-21 11:29 罗兵 阅读(4011) 评论(0) 推荐(1) 编辑
下一页