我們想要的是通過(guò)之前的平均值，求新的平均值：只要知道了的算法，就可以實(shí)現(xiàn)只要已有平均值 和 新添加值，就可以算出新的平均值 用 和 帶入公式： 帶入公式
發(fā)簡(jiǎn)信
IP屬地：上海
-
增量計(jì)算平均數(shù)
-
pytorch.nn.Embadding 詳解
數(shù)據(jù)和枚舉的對(duì)應(yīng)關(guān)系：{A:1, B:2, C:3, ...} 網(wǎng)絡(luò)層輸入按照枚舉方式，比如是A的話(huà)，那么輸入層就是A: [1, 0, 0, 0, 0, 0, ...]， 如...
-
有理數(shù)是個(gè)什么鬼
是無(wú)知的可怕。 有一類(lèi)數(shù)，可以用兩個(gè)數(shù)的比值來(lái)表示，比如 在古希臘（及希臘系的英語(yǔ)），這類(lèi)數(shù)叫 ratio（估算，計(jì)算，原因，兩數(shù)的關(guān)系，和reason同出一室，發(fā)音都差不多...
-
probability / odds / logits到底是什么
probability：發(fā)生的概率 發(fā)生的次數(shù)/總次數(shù)0：不發(fā)生 1：必發(fā)生 odds：發(fā)生比 發(fā)生的概率 / 不發(fā)生的概率0：不發(fā)生，：必發(fā)生 logits: 發(fā)生比的lo...
-
torch.distributions.Categorical從一個(gè)樣本空間中，抽樣。比如：我要抽 [0, 1, 2] 三個(gè)物體，共100次，那我希望： 0能抽到20次左右 1能抽到70次左右 2能抽到30次左右
-
對(duì)Policy gradient的總結(jié)
policy gradient 其實(shí)就是 的平均數(shù): corssentropy是加法，總和。這里需要每一項(xiàng)，所以就取一個(gè)平均值。 好算，就是遞減獎(jiǎng)勵(lì)累加，字面意思，一次完整...
-
游戲開(kāi)發(fā)職位
國(guó)內(nèi)游戲公司普遍分不清 項(xiàng)目經(jīng)理 和 制作人，產(chǎn)品經(jīng)理的區(qū)別。我試著區(qū)分一下： 國(guó)外 制作人 這個(gè)職位，不負(fù)責(zé) 游戲的設(shè)計(jì) 和 發(fā)布（對(duì)這兩樣的認(rèn)知 和 意識(shí) 是要有的）詳見(jiàn)...
-
Q-learning:Temporal Difference / Monte Carlo
Q-learning 是RL的核心 Q 代表 Quality 品質(zhì) 系統(tǒng)維護(hù)一個(gè)Q值表： 13.31.622.67.832.49.541.35.6 當(dāng)前agent下一步要采取...
-
Torch.gather()、Torch.cat()數(shù)組維度和方向（連接） gather() 函數(shù)是按照索引選取數(shù)字： 一個(gè)二維數(shù)組，如果沿第0維選取元素，則按照將頭方向依次選取數(shù)字。0，2，1就是如圖： 如果沿第1維選取元素...
-
python - zip()、*號(hào)、namedtuple
在python里，*號(hào)代表拆分，把list/tuple里的元素拆出來(lái)，如： zip()的作用是交叉合并元素，就像拉鏈一樣： list(zip(*li))[(1, 4, 7),...
-
深度強(qiáng)化學(xué)習(xí)DQN詳解CartPole（2）二、 卷積網(wǎng)絡(luò)和訓(xùn)練 接上回 處理環(huán)境圖片。python幾處值得關(guān)注的用法（連接） 示例用卷積網(wǎng)絡(luò)來(lái)訓(xùn)練動(dòng)作輸出： 還是比較直白的： Conv 3通道 16通道 Con...
-
深度強(qiáng)化學(xué)習(xí)DQN詳解CartPole（1）一、 獲取并處理環(huán)境圖像 本文所刨析的代碼是“pytorch官網(wǎng)的DQN示例”（頁(yè)面），用卷積層配合強(qiáng)化訓(xùn)練去學(xué)習(xí)小車(chē)立桿，所使用的環(huán)境是“小車(chē)立桿環(huán)境”（CartPole）...
-
微積分運(yùn)算
只需要3種運(yùn)算：加法，乘法，帶入函數(shù) 加法：左右 左右乘法：左右 左右左右函數(shù)：鏈?zhǔn)椒▌t 其他所有復(fù)雜運(yùn)算，都可以層層剝離，最終變?yōu)檫@3種運(yùn)算，如：減法：就是，除法：就是
-
Modern portfolio theory 現(xiàn)代資產(chǎn)理論1.計(jì)算各種組合的 期望回報(bào)/風(fēng)險(xiǎn)： 每n天收益率集合：期望回報(bào)：求平均值風(fēng)險(xiǎn)：求標(biāo)準(zhǔn)差 計(jì)算Efficient frontier將所有值繪圖，找到無(wú)風(fēng)險(xiǎn)收益點(diǎn)，然后繪制切線(xiàn)...
-
重要概念：Softmax 和 Corssentropy 詳解
總結(jié)：Softmax就是將數(shù)值轉(zhuǎn)為概率。交叉熵就是求兩組概率分布的偏差。 有如下：: 可以看作是 可以看作是 是的log值， 越大越大。 log( [0, 1) )log(...
-
Tensor的代碼表達(dá)及方向矩陣的索引順序： 方向（就是最內(nèi)層數(shù)組）永遠(yuǎn)是最后一個(gè)方向：。是倒數(shù)第二是倒數(shù)第三依次往前推…… 比如，一個(gè)3維矩陣（如圖），第一個(gè)元素的坐標(biāo)是：或者：如果是一個(gè)4維矩陣，第...
-
keras.layers.Dense 圖形化解釋通常NN層的描述如下： units 的值： 數(shù)據(jù)如下： keras層的定義： keras層的數(shù)據(jù)對(duì)應(yīng)方式 (n=5)：
-
微積分簡(jiǎn)介微積分有兩個(gè)主要概念： 1. Derivative 導(dǎo)數(shù)： 曲線(xiàn)上兩點(diǎn)A、B，過(guò)兩點(diǎn)有一條線(xiàn)，B不斷移向A，最終與A重疊，這時(shí)，這條線(xiàn)就是曲線(xiàn)在A(yíng)點(diǎn)的切線(xiàn)(tangent)。...
-
進(jìn)制轉(zhuǎn)換
從前有一個(gè)原始人，他養(yǎng)了幾頭羊??，他希望天天都可以在自己的家，明確的知道羊的數(shù)量。 于是他找來(lái)1個(gè)碟子，又去海邊撿了許多一樣大小的石子。他試著放了一下，一個(gè)碟子里恰巧可以放9...