2017年5月4日
Reinforcement Learning Q-learning 算法学习-3
摘要： //Q-learning 源码分析。 import java.util.Random; public class QLearning1 { private static final int Q_SIZE = 6; private static final double GAMMA = 0.8; pr 阅读全文
posted @ 2017-05-04 23:05 AI-LEARNER 阅读(326) 评论(0) 推荐(0) 编辑
Reinforcement Learning Q-learning 算法学习-2
摘要： 在阅读了Q-learning 算法学习-1文章之后。 我分析了这个算法的本质。 算法本质个人分析。 1.算法的初始状态是随机的，所以每个初始状态都是随机的，所以每个初始状态出现的概率都一样的。如果训练的数量够多的 话，就每种路径都会走过。所以起始的Q(X,Y) 肯定是从目标的周围开始分散开来。也就是 阅读全文
posted @ 2017-05-04 23:04 AI-LEARNER 阅读(187) 评论(0) 推荐(0) 编辑
Reinforcement Learning Q-learning 算法学习-1
摘要： 阅读全文
posted @ 2017-05-04 23:03 AI-LEARNER 阅读(142) 评论(0) 推荐(0) 编辑
2017年5月3日
/usr/include/c++/4.8/functional:1697:61: error: no type named ‘type’ in ‘class std::result_of<std::_Mem_fn<void
摘要： /usr/include/c++/4.8/functional:1697:61: error: no type named ‘type’ in ‘class std::result_of<std::_Mem_fn<void 看的上面的错误。 之后Google 了，结合下面两个链接才解决。 https 阅读全文
posted @ 2017-05-03 16:31 AI-LEARNER 阅读(3483) 评论(0) 推荐(0) 编辑
2016年12月5日
最简单的积卷神经网络入门-1-文档
摘要： 1. 一个比较好理解的积卷神经网络入门 http://brohrer.github.io/how_convolutional_neural_networks_work.html 2. 在看完1之后，明白了. 接下来就看最简单的CNN代码。 C++. 后面实战，可以用 JAVA 重写。 https:/ 阅读全文
posted @ 2016-12-05 15:02 AI-LEARNER 阅读(329) 评论(0) 推荐(0) 编辑
神经网络反向传播-2-代码
摘要： https://github.com/mattm/simple-neural-network import randomimport math ## Shorthand:# "pd_" as a variable prefix means "partial derivative"# "d_" as 阅读全文
posted @ 2016-12-05 11:21 AI-LEARNER 阅读(327) 评论(0) 推荐(0) 编辑
2016年11月20日
tensorflow 学习笔记-1
摘要： http://www.jianshu.com/p/e112012a4b2d 参考的网站 import tensorflow as tf import numpy as np # 添加层 def add_layer(inputs, in_size, out_size, activation_funct 阅读全文
posted @ 2016-11-20 20:00 AI-LEARNER 阅读(138) 评论(0) 推荐(0) 编辑
2016年10月14日
最简单的递归神经网络入门-1-文档
摘要： 中文地址 http://nooverfit.com/wp/%E6%AF%8F%E4%B8%AA%E4%BA%BA%E9%83%BD%E8%83%BD%E5%BE%92%E6%89%8B%E5%86%99%E4%B8%80%E4%B8%AAlstm-rnn%E9%80%92%E5%BD%92%E7%A 阅读全文
posted @ 2016-10-14 09:43 AI-LEARNER 阅读(187) 评论(0) 推荐(0) 编辑
2016年10月10日
机器学习敲门砖：任何人都能看懂的TensorFlow介绍
摘要： 机器学习敲门砖：任何人都能看懂的TensorFlow介绍 http://www.jiqizhixin.com/article/1440 阅读全文
posted @ 2016-10-10 16:18 AI-LEARNER 阅读(190) 评论(0) 推荐(0) 编辑
2016年10月8日
神经网络反向传播-1-文档
摘要： 一步一步的介绍神经网络的反向传播（有时间要截图之后上传到这边，防止丢失） https://github.com/mattm/simple-neural-network https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-ex 阅读全文
posted @ 2016-10-08 13:33 AI-LEARNER 阅读(162) 评论(0) 推荐(0) 编辑