摘要：
参考：1.莫烦什么是DQN 2强化学习：DQN与Double DQN讨论 3实战深度强化学习DQN-理论和实践 DQN(深度神经网络)是Q learning 与神经网络结合的产物。 1.传统的Q learning 先回顾一下传统的Q learning 算法。 Q learning 是异策略时间差分算 阅读全文
摘要：
这节讲Q-learning。 其实就是介绍了一些Critic，也就是value-based方法的基本思想，首先是MC和TD，我懒得再说一遍了。 这张图介绍了一下MC和TD的差别，MC的步子比较大，而TD则相对更稳健。但是TD作出了一些假设，它信任了之前的值函数，在上一次评估的值函数的基础之上调整，这 阅读全文
摘要：
简单粗暴LSTM LSTM进行时间序列预测 示例数据下载 点击此处或者:百度云链接：https://pan.baidu.com/s/1jIAVEVkcpD2o3pUOfstthQ提取码：1qn2此数据是1949 到 1960 一共 12 年，每年 12 个月的航班乘客数据，一共 144 个数据，单位 阅读全文
摘要：
电力网首页| 新闻 | 资讯 | 政策 | 电网 | 火电 | 水电| 风电| 光伏| 核电| 农电| 能源互联 | 智能电网 |--> 节能环保 | 科技 | 论文 |--> 招聘 | 会展| EN | 供应链商务平台 当前位置是：首页 > 资讯 > 咨询报告 > 2020年中国智能物联网（AIo 阅读全文
摘要：
<本文翻译自matlab帮助文档，算是自己对该方法的一点理解和总结>本例展示了如何用LSTM网络预测时间序列数据。为了预测一个序列的未来时间步长值，你可以训练一个sequence-to-sequence LSTM回归网络，其中[2]网络的响应是训练序列值移动了一个时间步长。也就是说，在输入序列的每个 阅读全文
摘要：
目录： 马尔科夫过程 马尔科夫奖励过程 马尔科夫决策过程 MDPs的拓展 1.马尔科夫过程 Markov decision processes formally describe an environment for reinforcement learning, where the environ 阅读全文
摘要：
这或许是众多OIer最大的误区之一。 你会经常看到网上出现“这怎么做，这不是NP问题吗”、“这个只有搜了，这已经被证明是NP问题了”之类的话。你要知道，大多数人此时所说的NP问题其实都是指的NPC问题。他们没有搞清楚NP问题和NPC问题的概念。NP问题并不是那种“只有搜才行”的问题，NPC问题才是。 阅读全文
摘要：
(很多杂志期刊接受LaTeX电子版时会提供自己的模板，只要使用他们的模板即可完美地展现在对应的刊物中) 0x00. 优点 丰富易用的数学公式和特殊符号； 容易生成图表编号、引用、交叉引用、目录； 可以输出PostScript、PDF、HTML等格式； Tex和LaTeX完全免费，支持中文，支持各种操 阅读全文
摘要：
当前，网信科技创新已成为支撑数字经济发展、保障网络安全的重要力量。人工智能、区块链、量子信息技术、5G、物联网、隐私计算等网络新技术新应用持续发展并进一步同各产业深度融合，对网络安全产生重大而深远的影响。这些影响在2020年呈现出一些新的特点。 一、人工智能在网络攻防领域齐头并进，驱动网络安全步入新 阅读全文
摘要：
前言：写本篇是为了记录一下之前阅读过的一些关于联邦学习的文章（主要是两篇联邦学习综述），然后对其中的一些关键点进行了总结，并加入了个人对于联邦学习这一研究领域的理解以及思考（侵删）。 可供参考链接：https://www.cnblogs.com/lucifer1997/p/11875615.html 阅读全文