跳至内容

深度学习个人笔记

st的个人博客

  • 首页
  • 解构
  • 笔记
  • 杂谈

深度学习知识体系图

发表于2020年5月14日2020年5月15日 作者 2040179500@qq.com

深度学习体系综述: 热力统计学的一系列限制条件,推导出能量模型Boltamann分布,进而构建起了大部分DL模… 继续阅读 深度学习知识体系图

Mamba模型解析

发表于2024年4月7日2024年4月8日 作者 2040179500@qq.com

Mamba是从selective state space model改进而来的,与其类似的还有LSTM以及NT… 继续阅读 Mamba模型解析

主动推断active inference与free energy principle

发表于2022年6月2日2022年6月25日 作者 2040179500@qq.com

主动推断涉及到一些基础概念: 真实世界的演化机制过程,叫做generative process 智能体脑内建模… 继续阅读 主动推断active inference与free energy principle

基于DICE的off-policy estimation评估

发表于2022年2月7日2022年2月8日 作者 2040179500@qq.com

很多时候历史轨迹(s, a, s’, r)采集使用到的policy,与产生待评估轨迹的策略不同,于… 继续阅读 基于DICE的off-policy estimation评估

《Model-based Offline Policy Optimization》论文笔记

发表于2021年4月1日2021年4月5日 作者 2040179500@qq.com

使用model-based RL,可以提高数据利用效率,同时减轻在model-free的off-policy方… 继续阅读 《Model-based Offline Policy Optimization》论文笔记

Soft Actor Critic

发表于2021年3月30日2021年5月17日 作者 2040179500@qq.com

从Maximum Entropy Reinforcement Learning出发,MERL的思路是在rewa… 继续阅读 Soft Actor Critic

IMPALA与V-Trace

发表于2021年3月26日2021年3月26日 作者 2040179500@qq.com

大规模分布式强化学习训练,使用多个actor搜集trajectory,使用1个或是多个带GPU的learner… 继续阅读 IMPALA与V-Trace

TRPO详解

发表于2021年1月21日2021年1月22日 作者 2040179500@qq.com

使用优势函数进行策略梯度的方法,需要先计算梯度 $g = \mathbb{E}_{p(s,a,k) \sim … 继续阅读 TRPO详解

近期关于样本缺乏条件下的学习

发表于2020年10月28日2020年10月28日 作者 2040179500@qq.com

一些比较散乱的论文研究以及自己的思考,为了解决样本缺乏时的训练。 《Rethinking the Value … 继续阅读 近期关于样本缺乏条件下的学习

深入理解Transformer的动力学特性

发表于2020年8月5日2020年8月5日 作者 2040179500@qq.com

之前的文章已经阐述了self-attention与ising模型的磁偶极子交互作用之间的等价关联。Transf… 继续阅读 深入理解Transformer的动力学特性

Orthogonal Weights Modification

发表于2020年7月13日2020年7月24日 作者 2040179500@qq.com

考虑一个简单的感知器,输出标量y:$y = \boldsymbol{x}^T \boldsymbol{w}$ … 继续阅读 Orthogonal Weights Modification

文章导航

分页 1 分页 2 分页 3 下一页>
跳至页脚

目录

  • 人工智能 (6)
  • 信息论与DL (6)
  • 未分类 (1)
  • 深度学习算法 (15)
    • NLP (2)
    • 强化学习 (7)

近期文章

  • Mamba模型解析
  • 主动推断active inference与free energy principle
  • 基于DICE的off-policy estimation评估
  • 《Model-based Offline Policy Optimization》论文笔记
  • Soft Actor Critic

功能

  • 登录
  • 条目feed
  • 评论feed
  • WordPress.org

备案信息

粤ICP备20037989号-1

由 WordPress 强力驱动 | 主题: Yocto 作者 Humble Themes

粤公网安备 44030502005361号