原创 深度強化學習系列(1): 深度強化學習概述
機器學習是人工智能的一個分支，在近30多年已發展爲一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、計算複雜性理論等的學科。強化學習(RL)作爲機器學習的一個子領域，其靈感來源於心理學中的行爲主義理論，即智能體如何在環境給予
2020-06-01 01:44:08
2
原创 深度強化學習系列(16): 從DPG到DDPG算法的原理講解及tensorflow代碼實現
1、背景知識 在前文系列博客第二篇中講解了DQN（深度強化學習DQN原理），可以說它是神經網絡在強化學習中取得的重大突破，也爲強化學習的發展提供了一個方向和基礎，Sliver等人將其應用在Atari遊戲中取得了重大突破, 後來大批
2020-06-01 01:44:08
149
原创 深度強化學習系列(6): DQN原理及實現
利用神經網絡近似值函數的方法表示爲： V^(s,w)≈Vπ(s)q^(s,a,w)≈qπ(s,a) \hat{V}(s, w) \approx V_{\pi}(s) \\ \hat{q}(s, a, w) \approx q_
2020-06-01 01:44:08
16
原创 深度強化學習系列(13): 策略梯度（Policy Gradient）
對於DQN來說使用一個網絡直接逼近了值函數，最後取得了非常不錯的效果, 但是對於一些連續性控制或者動作空間特別大的環境來說，很難全部計算所有的值函數來得到最好的策略，那麼直接計算策略的方法就別提出來了。 回顧一下前面幾篇，所謂的策
2020-06-01 01:44:08
7
原创 深度強化學習系列: 深度強化學習的加速方法解讀
《Accelerated methods for deep reinforcement learning》論文解讀 深度強化學習一直以來都以智能體訓練時間長、計算力需求大而限制很多的人去學習，比如：AlphaZero訓練3天的時間
2020-06-01 01:44:08
原创 深度強化學習系列: “獎勵函數”的設計和設置（reward shaping）
概述 前面已經講了好幾篇關於強化學習的概述、算法(DPG->DDPG),也包括對環境OpenAI gym的安裝，baseline算法的運行和填坑，雖然講了這麼多，算法也能夠正常運行還取得不錯的效果，但是一直以來忽略了一個非常重要的
2020-06-01 01:44:08
原创 深度強化學習系列: “超參數”與“網絡結構”自動化設置方法---DeepHyper
可擴展的異步神經網絡和超參數搜索深度神經網絡方法 前言： 在深度學習和機器學習算法學習和訓練的過程中，有兩個非常讓人頭疼的問題 超參數的設置 神經網絡結構的設計 這兩個問題一直困擾每一個與神經網絡有關的學習者，爲了解決這
2020-06-01 01:44:08
5
原创 深度強化學習系列: OpenAI-baselines的使用方法
OpenAI，由諸多硅谷大亨聯合建立的人工智能非營利組織。2015年馬斯克與其他硅谷科技大亨進行連續對話後，決定共同創建OpenAI，希望能夠預防人工智能的災難性影響，推動人工智能發揮積極作用 OpenAI、DeepMind，伯克
2020-06-01 01:44:08
原创 深度強化學習系列(14): A3C算法原理及Tensorflow實現
在DQN、DDPG算法中均用到了一個非常重要的思想經驗回放，而使用經驗回放的一個重要原因就是打亂數據之間的相關性，使得強化學習的序列滿足獨立同分布。 本文首先從Google於ICML2016頂會上發的論文《Asynchronous
2020-06-01 01:43:58
1
原创 深度強化學習系列(2): ERROR: GLEW initalization error: Missing GL version
當深度強化學習之（6）中的環境安裝好之後，一陣欣喜，覺得可以幹大事了，於是激動的不行，迫不及待的想看效果 然而幸福來的太快就容易讓人失望的越厲害，因此美好的事情總是值得多次磨礪 廢話不說了，爆出的錯誤是這樣的 Running tr
2020-06-01 01:43:58
原创 深度強化學習系列: 多巴胺（Dopamine）環境配置和實例分析
Paper: Dopamine–a research framework for deep reinforcement Learning Github: https://github.com/google/dopamine 論文
2020-06-01 01:43:58
2
原创 深度強化學習系列(9): Dueling DQN(DDQN)原理及實現
本文是DeepMind發表於ICML2016頂會的文章（獲得Best Paper獎），第一作者Ziyu Wang（第四作Hado Van Hasselt就是前幾篇文章#Double Q-learning#，Double DQN的
2020-03-25 18:04:58
5
原创 Tensorflow自定義讀取文件
轉載地址：http://blog.csdn.net/gsww404/article/details/78083169 Tensorflow數據讀取有三種方式： Preloaded data: 預加載數據Feeding: Pytho
2020-02-21 21:06:48
原创 深度強化學習系列(4): Q-Learning算法原理與實現
論文地址： http://www.gatsby.ucl.ac.uk/~dayan/papers/cjch.pdf Q-Learning是發表於1989年的一種value-based，且model-free的特別經典的off-p
2020-02-21 21:06:48
原创 TensorBoard 簡介及使用流程
僅供學習參考，轉載地址：http://blog.csdn.net/mzpmzk/article/details/77914941 一、TensorBoard 簡介及使用流程 1、TensoBoard 簡介 TensorBoard 和 T
2020-02-21 21:06:48