摘要：
Zahavy, Tom, Nir Ben-Zrihem, and Shie Mannor. "Graying the black box: Understanding DQNs." International Conference on Machine Learning. 2016. 这篇论文想要做 阅读全文
摘要：
Heinrich, Johannes, and David Silver. "Deep reinforcement learning from self-play in imperfect-information games." arXiv preprint arXiv:1603.01121(201 阅读全文
该文被密码保护。 阅读全文
摘要：
Mnih, Volodymyr, et al. "Asynchronous methods for deep reinforcement learning." International Conference on Machine Learning. 2016. DeepMind rl系列文章之一。 阅读全文
摘要：
删除所有停止的container: docker rm $(docker ps -a -q) 删除所有未标记的image 删除所有image 阅读全文
摘要：
docker自动安装： https://www.runoob.com/docker/ubuntu-docker-install.html 官方安装教程：https://docs.docker.com/engine/install/ubuntu/ docker手动安装： 0. 安装依赖 apt-get 阅读全文
摘要：
首先查看是否使用了import cv2 如果有import cv2，说明是opencv的问题 因为如果你的opencv是本地编译的，那么很可能使用了cudnn进行编译，那么这个cv2就会占用显存，并且和tensorflow冲突。 解决办法：重新编译opencv: http://www.cnblogs 阅读全文
摘要：
zip格式： 1.压缩 对于test目录，使用 zip -rq test.zip test r表示递归压缩，q表示不显示过程 2.解压缩: unzip -q test.zip tar格式： 1.压缩： tar -cvf test.tar test 2.解压缩: tar -xvf test.tar t 阅读全文
摘要：
cmd+shift+. 和 cmd+shift+, 放大缩小 按住z点击鼠标是放大, z+Option是缩小 按住command双指推移 缩放 按住command，旋转物体 按住 option缩放 基于中心缩放 按住t 新建文字 cmd+1234 切换面板 cmd+r 显示标尺 cmd+d 复制一个 阅读全文
摘要：
（清华大学校内适用） 1.首先下载Matlab镜像:http://its.tsinghua.edu.cn/column/jsrj/1，一共有两个ios文件。 2.然后执行 cd ~ mkdir matlab sudo mount -t auto -o loop R2017a_glnxa64_dvd1 阅读全文
摘要：
nautilus /home/hsy 阅读全文
摘要：
官网：https://github.com/mwydmuch/ViZDoom/blob/master/doc/Building.md 环境：ubuntu16, python2.7, Anaconda2 1.首先安装依赖 # ZDoom dependencies sudo apt-get instal 阅读全文
摘要：
sudo apt-get -o Acquire::ForceIPv4=true update 永久解决办法： 创建文件 /etc/apt/apt.conf.d/99force-ipv4 加入代码: Acquire::ForceIPv4 "true"; 阅读全文
摘要：
http://blog.csdn.net/jiandanjinxin/article/details/53175121 阅读全文
摘要：
ubuntu环境: Ctrl Alt 斜杠 代码整理 Ctrl D 复制当前行 Ctrl Y 删除当前行 Shift + Enter 新建一行 Ctrl+Win+加号 展开函数 Ctrl+Win+减号 折叠函数 Ctrl+Shift+Win+加号 展开所有函数 Ctrl+Shift+Win+减号 折 阅读全文
摘要：
Dosovitskiy, Alexey, and Vladlen Koltun. "Learning to act by predicting the future." arXiv preprint arXiv:1611.01779 (2016). vizdoom比赛track2的冠军。 要点： 1 阅读全文
摘要：
image_pylib模块：https://github.com/huangshiyu13/image_pylib data_engine模块:https://github.com/huangshiyu13/RPNplus/blob/master/data_engine.py _init_paths 阅读全文
摘要：
二维平面的线性分类器的VC维讨论：http://www.tuicool.com/articles/JjaMfe VC维介绍：http://blog.csdn.net/lucylove3943/article/details/47280991 定义：对一个指示函数集,如果存在h个样本能够被函数集中的函 阅读全文
摘要：
也就是说假设空桌子有a0个人，然后顾客选择桌子的概率和桌子上人数成正比。 性质： 改变用户的排列方式，桌子的排列方式，概率不变换。 阅读全文
摘要：
问题描述：把图中点分为两部分V1和V2，使得V1和V2之间的连边值最大。 阅读全文
摘要：
问题描述：就是在图中找最小的点集，使得覆盖所有边。 和独立集等价：独立集问题：在图中找最大的点集，使得点集内的所有点互不相连。 引理：顶点覆盖集和独立集互补。 上面这个引理使得这两个问题可以相互规约，从而这两个问题等价。 等价问题：给定图G和数k, 问G包含大小至少为k的独立集吗？ 为什么等价：如果 阅读全文
摘要：
conda下载，添加镜像源等参考：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ 1.查看环境列表：conda-env list 2.删除环境：conda env remove -n tf1.2 3.创建指定python的环境：conda cre 阅读全文
摘要：
Huang, Po-Sen, et al. "Learning deep structured semantic models for web search using clickthrough data." Proceedings of the 22nd ACM international con 阅读全文
摘要：
Silver, David, et al. "Mastering the game of Go with deep neural networks and tree search." Nature 529.7587 (2016): 484-489. 推荐PPT:https://wenku.baidu 阅读全文
摘要：
$\mathbf{A}^\mathrm{T}$ $\mathbf{A}^\top$ $\mathbf{A}^\mathsf{T}$ $\mathbf{A}^\intercal$效果分别为： 阅读全文
摘要：
如下所示： 结果： 以MNIST为例，先做PCA降到50维，再做t-sne： 结果如下： 更多降维的可视化参考：http://scikit-learn.org/stable/auto_examples/manifold/plot_lle_digits.html#sphx-glr-auto-examp 阅读全文
摘要：
itemindex = numpy.where(array==item) 阅读全文
摘要：
\hat{A} \widehat{A} \tilde{A} \widetilde{A} \overline{A} \underline{A} \overbrace{A} \underbrace{A} \overset{a}{b} \underset{a}{b} \overleftarrow{A} \ 阅读全文
摘要：
关闭设置 打开终端 输入sudo spctl --master-disable 阅读全文
摘要：
参考：https://www.cnblogs.com/huangshiyu13/p/14101284.html 阅读全文
摘要：
1.安装homebrew 参考：https://brew.idayer.com/guide/m1/ 如果出现：fatal: Could not resolve HEAD to a revision，说明git没有设置好，通过brew --version查看是不是没有设置好git,可以执行以下命令修复 阅读全文
摘要：
1.不要抄 2.相似的要改写 阅读全文
摘要：
花体字母 \mathcal{x} 实数集字母 \mathbb{R} 转自：http://blog.csdn.net/lanchunhui/article/details/49819445 拉丁字母是26个，希腊（Greek）字母是24个 发音即是它们各自的latex形式， 大写字母的是其小写late 阅读全文
摘要：
1. 2. 3. 阅读全文
摘要：
例子: import random c = list(zip(a, b)) random.shuffle(c) a[:], b[:] = zip(*c) 阅读全文
摘要：
1.秒级 2.微秒级 阅读全文
摘要：
1.匹配对应的字符串: 阅读全文
摘要：
转自：http://money.163.com/13/0609/17/90UNH1O400254TFQ.html 阅读全文
摘要：
KL散度是度量两个分布之间差异的函数。在各种变分方法中，都有它的身影。 转自：https://zhuanlan.zhihu.com/p/22464760 一维高斯分布的KL散度 多维高斯分布的KL散度： KL散度公式为： 阅读全文
摘要：
一个典型的logistic regression模型是: 这里明明用了非线性函数，那为什么logistic regression还是线性模型呢？ 首先，这个函数不是f(y,x)=0的函数，判断一个模型是否是线性，是通过分界面是否是线性来判断的。 这个P函数是y关于x的后验概率，它的非线性性不影响分界 阅读全文