發(fā)簡信
IP屬地：北京
-
Ubuntu 編碼問題
Windows 下的zip文件 方法Ubuntu下亂碼。 讓Ubuntu支持gbk字符集 查看系統(tǒng)支持的字符集 cat /usr/share/i...
-
#David Silver Reinforcement Learning # 筆記4 MC-TD本節(jié)主要介紹 Model-free prediction。從一個未知的MDP中估計出值函數(shù)。 1. Monte-Carlo Reinforcem...
-
#David Silver Reinforcement Learning # 筆記3-DP這節(jié)主要講了動態(tài)規(guī)劃在強化學(xué)習(xí)中的用法。 引入兩個問題的定義，Prediction，Control。Prediction： 預(yù)測問題，MDP的信...
-
#ACL-2016#A Persona-Based Neural Conversation Model問題：同樣的問題，不同的表述，生成的回復(fù)就不一致。 方法：在seq2seq的的decoder 加入了用戶向量，類似詞向量，利用用戶帳號信息，如性...
-
#David Silver Reinforcement Learning # 筆記2-MDP這節(jié)課同樣講的一些基礎(chǔ)概念，為之后的課程做鋪墊。 馬爾科夫過程（Markov Processes） S是一個有限的狀態(tài)集合P是state之間的轉(zhuǎn)...
-
#David Silver Reinforcement Learning 筆記1#這節(jié)課主要講了一些基本概念。 強化學(xué)習(xí)的特點 非監(jiān)督，只需要一個獎勵R 獎勵是非即時的 agent 的actions 影響它后續(xù)的數(shù)據(jù) 1. R...
-
#NIPS-2015# Pointer NetworksPointer Networks 論文地址：https://arxiv.org/abs/1506.03134 因為上一篇博客CopyNet引用了...
-
#ACL-2016# CopyNetIncorporating Copying Mechanism in Sequence-to-Sequence Learning 作者來自香港大...
-
Ubuntu 安裝
首先是ubuntu的安裝 制作U盤啟動（windows下UltralSO工具制作）。 開機狂按F12(不同的機器，快捷鍵不同)，進入BIOS界面...