發(fā)簡信
IP屬地：澳門
-
deepseek-r1是如何煉成的近來，DeepSeek R1 一鳴驚人，迅速席卷各大平臺，成為科技領(lǐng)域的熱議焦點(diǎn)。從專業(yè)論壇到社交媒體，甚至那些原本與人工智能毫無交集的親朋好友...
-
擴(kuò)散模型原理解析去年寫的文章,從notion的博客搬到這邊來發(fā)一下（本來想搬到微信公眾號的，但是那個(gè)格式真的反人類就作罷了），原文請到這里看mewimpetus...
-
深入理解橫向聯(lián)邦學(xué)習(xí)聯(lián)邦學(xué)習(xí)是Google在2017年提出來的，旨在在保護(hù)用戶隱私的情況下使用用戶更敏感的數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)模型。這種學(xué)習(xí)方式就是后來人們所謂的橫向...
-
深入理解TRPO和PPO算法最近在整理電腦文件，看到一份當(dāng)初給同事講解TRPO算法原理時(shí)寫的PPT，感覺要比先前那篇寫的更加清楚明白，加之這幾天剛好在復(fù)習(xí)RL相關(guān)的知識，然...
-
關(guān)于網(wǎng)絡(luò)游戲中的同步機(jī)制當(dāng)我們在做一些跟網(wǎng)絡(luò)游戲相關(guān)的機(jī)器學(xué)習(xí)任務(wù)的時(shí)候，有時(shí)需要對整個(gè)游戲系統(tǒng)的運(yùn)行機(jī)制有所了解才能更好的應(yīng)對，對于網(wǎng)游而言，首當(dāng)其沖的機(jī)制便是同步了...
-
圖神經(jīng)網(wǎng)絡(luò)是怎么煉成的：GNN基本原理簡介此文算是對Google Research這篇A Gentle Introduction to Graph Neural Networks[htt...
-
SAC算法解析上一篇文章介紹了利用確定策略來解決連續(xù)控制問題的DDPG，現(xiàn)在再來介紹一種非常牛的用隨機(jī)策略來做連續(xù)控制的方法Soft Actor Critic...
-
DDPG算法解析直接看名字就能看出DDPG（Deep Deterministic Policy Gradient ）其實(shí)就是DPG（Deterministic ...
-
TRPO算法解析這俗話說的好呀，這飯要一口一口吃，酒要一口一口喝，路要一步一步走，步子邁大了，喀，容易扯到蛋。這訓(xùn)練模型呢，也是這個(gè)理，欲速則不達(dá)，收斂慢并不可...