吕吕吕吕吕

摘要： 最近读sutton的“reinforcement learning - An introduction”的读书笔记，其实大多数更像是按照自己理解写的中文翻译，可能语言有时没有那么严谨，主观因素多一点，更像是一种和自己的对话。希望各位看官多多包涵，如果想真正理解一些，最好对照着英文原本看，也许能看出自 阅读全文

摘要： 正文 区分强化学习和其他种类的学习方式最显著的特点是：在强化学习中，训练信息被用于评估动作的好坏，而不是用于指导到底该是什么动作。这也是为何需要主动去做exploration的原因。纯粹的评估性反馈可以表明一个动作的好坏、但并不能知道当前动作是否是最佳选择或者是最差选择。评估性反馈（包括evolua 阅读全文

摘要： 虽然数学不是那么好，但还是要对这个经典算法真正推导一遍心里才安稳。 主要参考资料:ufldl 开始：首先要明确，反向传播算法，是为了计算loss相对于w,b的偏导数，以此来更新每次学习的ｗ,b，是一个巧妙地计算方法。 首先定义loss函数： 乍一看，这怎么求关于每个权值的偏导数呢？别急，反向传播算法 阅读全文

摘要： 原文链接：http://101.96.8.164/www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf <Experimental 阅读全文

摘要： （1）首先，出现layer registry error，提示convolutional layer已经注册过了。网上大多的问题是提示unknown layer，并非already registed，大概有两种针对前一种的解决方法：1.链接的caffe静态库和动态库的区别，应该链接动态库？2.caf 阅读全文

摘要： tmux有一阵子只要进入就挂起卡死，输入任何命令都出现相应的字符，没有其他的反应。 最后的解决办法是：killall -9 tmux 在公司服务器的进程池里面，这样会杀死所有用户之前的tmux进程，幸好别的用户的进程没有权限杀死，不会被影响。 原因：应该就是之前某次使用tmux进入了一个死状态，出不 阅读全文

摘要： 关于前面安装各种依赖的步骤，以及caffe的git clone都不多说，基本跟网上很多相同，只是后续的步骤有些比较常见的问题，特此总结。 常见问题： （1）在python环境下，import caffe，显示No Module named caffe. 原因：没有把caffe里面的python接口库 阅读全文

摘要： 这次主要想写两篇，一篇把决策树的相关思想和方法解释清楚，另外一个说一下ensemble形式的决策树，random forest，依据主要是breiman的论文。 这篇讲决策树（主要以cart为例，因为random forest的大多实现也是根据cart） 1、cart的生成。 cart的全称是cla 阅读全文

摘要： 前一阵面试被问到逻辑回归的问题，没答好，现在对这一部分做个相对彻底的总结。部分内容来源于Andrew Ng的课。 逻辑回归主要解决二分类或者多分类问题，是用回归的思路，套上一个logistic函数，使得输出为0或者1的一种分类策略。 说到逻辑回归，不能不提线性回归，因此先把线性回归捋一遍。 线性回归 阅读全文

摘要： 8puzzle: using A* algorithm to solve 8-puzzle question. 1.define a state of board position 2.the number of moves made to reach the board position 3.th 阅读全文