摘要：
Introduction这一章，解决的是用prediction的方法，来评估策略\(\pi\)的问题。对于Env来说，不是参数已知的MDP比如元组中a、s、P的关系不确定 or 未知Prediction -> ControlEvaluation -> Optimization蒙特卡洛法 Monte-Carlo learning定义：在不清楚MDP状态转移及即时奖励的情况下，直接从经历完整的Epis... 阅读全文
摘要：
马尔科夫过程（Markov Process，MP）我们说一个state若满足 ，则其具有马尔可夫性，即该state完全包含了历史中的所有信息。马尔科夫过程是无记忆的随机过程，即随机状态序列 具有马尔可夫属性。一个马尔科夫过程可以由一个元组组成\(\langle\mathcal{S}, \mathcal{P}\rangle\)\(\mathcal{S}\)为（有限）的状态（state）集；\(\ma... 阅读全文
摘要：
规划，适用于MDP模型参数已知学习，适用于Env未知或部分未知概述动态规划分为两步，Prediction、Control（Prediction）Value:是对策略\(\pi\)的评价\[, \pi \rightarrow V_\pi\]（Control）Policy \(\pi\):是对Value的选择\[, V \rightarrow \pi \]方法：prediction：迭代法对所有状态s... 阅读全文
摘要：
概述强化学习是一门多学科交叉的技术与传统控制的关系：相似性：RLtraditional controlagentcontrollerenvplant + enviromentrewardfeedback（error signals）valueoptimize function不同点：传统的控制：将任务分解成多个任务的串并联，设计（子）控制器机器学习：将控制器压缩成黑盒Black box强化学习不同... 阅读全文
摘要：
Keras是一个高层神经网络API，Keras由纯Python编写而成并基于Tensorflow、Theano以及CNTK后端。Keras为支持快速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras：简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）支持CNN和RNN，或二者的结合无缝CPU和GPU切换有串联式和函数式两种建模方式，串联式建模方式串联式... 阅读全文
摘要：
为什么想写个博客耍？我们在生活和工作中会遇到的各种问题，现在基本都能从互联网上找到答案，因为个体相较于群体，所能接触到的面，太窄，也太小了。以前常去“百度知道”去搜答案，上网的门槛逐步降低之后，“知道”也不知道了，碎片化的问答里总是充斥着各种水军、广告，令人窒息。现在，你询问搜索引擎的问题，大多会在“知乎”、“博客”找到答案，与“知道”不同的是，详实且完整，足可以指引你前进。然后就突发奇想，自己也... 阅读全文
摘要：
AI->机器学习分类图矩阵补课特征值分解EVD，奇异值分解SVD\(A\)是矩阵\(x_i\) 是单位特征向量\(\lambda_i\)是特征值\(\Lambda\) 是矩阵特征值EVD特征值分解（The eigenvalue value decomposition）针对方阵，特征值\(A = U\Lambda U^{-1} = U\Lambda U^T\)进行矩阵运算时，Ax，先对x分解\(x ... 阅读全文
摘要：
系统相关系统安装工具系统安装、刻录工具U启动盘制作工具rufusWTG辅助工具wtg-assistantbootcamp蓝牙鼠标连不上重置SMC，关机，control➕option➕shift➕电源for10s，再开机Terminal——终端 系统允许任何来源安装包sudo spctl --master-disable 使其变为可执行脚本chmod u+x filename 更改skim背景色d... 阅读全文