深度学习之经验E

法 (unsupervised learning algorithm) 训练含有很多特征的数据集，然后学习出这个数据集上有用的结构性质。在深度学习中，我们通常要学习生成数据集的整个概率分布，显式地，比如密度估计，或是隐式地，比如合成或去噪。还有一些其他类型的无监督学习任务，例如聚类，将数据集分成相似样本的集合。

深度学习之经验风险

优化算法是基于梯度下降的，但是很多有用的损失函数，如 0 − 1 损失，没有有效的导数（导数要么为零，要么处处未定义）。这两个问题说明，在深度学习中我们很少使用经验风险最小化。反之，我们会使用一个稍有不同的方法，我们真正优化的目标会更加不同于我们希望优化的目标。

使用强化学习AlphaZero算法训练中国象棋AI

使用强化学习AlphaZero算法训练中国象棋AI案例目标通过本案例的学习和课后作业的练习：了解强化学习AlphaZero算法；利用AlphaZero算法进行一次中国象棋AI训练；你也可以将本案例相关的 ipynb 学习笔记分享到 AI Gallery Notebook 版块获得

《深度学习入门》笔记 - 03

Notebook`是WEB应用，可方便的创建、运行和分享python代码。conda install jupyter notebook就可以安装。安装好启动后就自动打开网页，就可以使用了。ctl-c按2次可以退出。有命令模式和编辑模式。有代码框和标记框（`markdown cell`）。

强化学习用于做市商（Market Making with Reinforcement Learning）

性）和投资者的交易流。已有文献说明，强化学习智能体能够了解竞争对手的定价策略；还可以智能地选择买卖的非对称价格来管理库存，并根据市场价格漂移是正（还是负）保持库存。通过提出奖励公式，强化学习可以用于具有风险规避能力的做市商智能体。训练强化学习智能体需要依赖于仿真环境（模拟器）。仿

万应工场低代码平台独立部署

快速交付软件应用。万应工场底层基于云计算架构，整合了主流云平台IaaS及PaaS层服务，提高了云厂商拓展和交付客户的效率。万应工场是一款低代码交付运营平台，适合通信运营商、园区、软件外包厂家或企业用来快速交付软件应用。万应工场底层基于云计算架构，整合了主流云平台的IaaS及Paa

深度学习LSTM模型

长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说，就是相比普通的RNN，LSTM能够在更长的序列中有更好的表现。

**Mac深度学习环境配置**

Mac深度学习环境配置安装组合：Anaconda+PyTorch(GPU版)开源贡献：马曾欧，伦敦大学2.1 安装AnacondaAnaconda 的安装有两种方式，这里仅介绍一种最直观的- macOS graphical install。https://www.anaconda

分享强化学习-自动驾驶安全验证新范式大幅减少测试里程

维的。随着变量维数呈指数增长，计算复杂度也呈指数增长。在这种情况下，即使给定大量数据，深度学习模型也很难学习。本文中，来自密歇根大学安娜堡分校、清华大学等机构的研究者，他们提出密集深度强化学习 (D2RL，dense deep-reinforcement-learning) 方法来解决这一挑战。该研究登

强化学习（九）Deep Q-Learning进阶之Nature DQN

　　在强化学习（八）价值函数的近似表示与Deep Q-Learning中，我们讲到了Deep Q-Learning（NIPS 2013）的算法和代码，在这个算法基础上，有很多Deep Q-Learning(以下简称DQN)的改进版，今天我

深度学习模型编译技术

为了解决推理引擎算子覆盖度和不同硬件适配的问题，大家逐渐开始了对算子自动代码生成的研究，即推理编译器范畴。 1.3 推理编译器 - Compiler 推理编译器主要是为了解决几个问题：1. 算子代码自动生成；2. IR与不同硬件的适配。 一些常用的ElementWise/Re

基于深度学习的自动驾驶的Python语言实践与分析（附原始代码）

《强化学习：原理与Python实现 》 —2.1.3　智能体与策略

2.1.3　智能体与策略如前所述，智能体根据其观测决定其行为。在Markov决策过程中，定义策略（policy）为从状态到动作的转移概率。对于有限Markov决策过程，其策略可以定义为对于动作集为连续的情况，可以用概率分布来定义策略。如果某个策略对于任意的，均存在一个，使得则这样

《强化学习：原理与Python实现 》 —3.2　有模型策略迭代

3.2　有模型策略迭代本节介绍在给定动力系统的情况下的策略评估、策略改进和策略迭代。策略评估、策略改进和策略迭代分别指以下操作。策略评估（policy evaluation）：对于给定的策略，估计策略的价值，包括动作价值和状态价值；策略改进（policy improvement）

深度学习篇| keras入门（一）

和筛选，因此深度学习具有表征学习（representation learning）能力 ，可以实现端到端的监督学习和非监督学习 。此外，深度学习也可参与构建强化学习（reinforcement learning）系统，形成深度强化学习 。 深度学习能做什么事 深度学习开创出众

根据 DNA 序列预测「NGS测序深度」的深度学习模型

序列预测「NGS测序深度」的深度学习模型一种可以根据 DNA 序列预测「NGS测序深度」的深度学习模型 莱斯大学的研究人员设计了一个深度学习模型，该模型可以根据DNA序列，预测Next-Generation Sequencing（NGS）的测序深度。 针对预测测序深度的有针对性的NG

使用matlab进行灵敏性分析（附源代码）

个人公众号 yk 坤帝 后台回复 灵敏性分析源代码 获取整理资源 调用单纯形程序： function [x,z,flg,sgma]=simplexfun(A,A1,b,c,m,n,n1,cb,xx) % A,b are the matric in Ax=b % c is

深度学习入门资料整理

深度学习基础总结，无一句废话（附完整思维导图）深度学习如何入门？ - 知乎 深度学习入门基础讲义_shuzfan的博客-CSDN博客_深度学习入门 神经网络15分钟入门！足够通俗易懂了吧 - 知乎 深度学习基础知识点梳理 - 知乎