- 博客(6)
- 收藏
- 关注
RSS订阅原创 几个常用的latex设置
花了三天差不多三十个小时初步学习了latex，并以自己19年的国赛论文，运用texlive2018进行排版练习。以下是几个tips：列表。无序列表：itemize环境。有序列表：enumerate环境。 设置数字：\setcounter{（page, table, figure, etc.）}{(数字)} 另起一页：\newpage以下是几个自认为可能会用到的指令： 首行缩进： \usepackage{indentfirst} %需引入宏包indentfirst\setlength
2020-11-03 18:51:38
1723
原创 笔记——马尔可夫决策过程
马尔可夫决策过程（MDP）马尔可夫决策过程的基本概念，作学习笔记用，资料链接在文末马尔可夫决策过程是序贯决策的数学模型，用于在系统状态具有马尔可夫性质的环境中模拟智能体可实现的随机性策略与回报。一、马尔可夫性质当一个随机过程在给定现在状态以及所有过去状态情况下，其未来状态的条件概率分布仅依赖于当前状态，换句话说，在给定现在状态时，它与过去状态（即该过程的历史路径）是条件独立的，那么说此随机过程具有马尔可夫性质，具有马尔可夫性质的过程通常称之为马尔科夫过程。公式表示如下： ...
2020-05-19 14:40:32
736
原创 学习笔记——DL、RL、DRL的相关知识以及联系（三）
深度强化学习（DRL，Deep Reinforcement Learning）深度强化学习基本概念，作学习笔记使用，资料链接在文末深度强化学习将深度学习的感知能力和强化学习的决策能力相结合，可以直接根据输入的图像进行控制，是一种更接近人类思维方式的人工智能方法。一、简介深度学习具有较强的感知能力，但是缺乏一定的决策能力。强化学习具有决策能力，但是对感知问题束手无策。深度强化学习将两者结合起来，优势互补，为复杂系统的感知决策问题提供了解决思路，两者相互关系如下图所示。二、原理框
2020-05-19 13:41:08
2594
原创 学习笔记——DL、RL、DRL的相关知识以及联系（二）
强化学习(RL，Reinforcement Learning)强化学习的基本概念，做学习笔记用，资料链接在文末。又称再励学习、评价学习、增强学习，是机器学习的范式和方法论之一。用于描述和解决智能体（Agent）在与环境的交互过程中通过学习策略以大成回报最大化或实现特定目标的问题。几个应用领域：信息论、博弈论、自动控制等。一、定义强化学习时智能体以”试错“的方式进行的，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏。强化学习中由环境提供的强化信号是对产生动作的好坏作一种
2020-05-19 13:10:36
1493
原创 学习笔记——DL、RL、DRL的相关知识以及联系（一）
深度学习（DL，Deep Learing）深度学习基本概念，作学习笔记使用，资料链接在文末学习样本数据的内在规律和表示层次，最终目标时让机器能够像人一样具有分析、学习能力。几个应用领域：搜索技术、数据挖掘、机器学习、机器翻译、自然语言处理、多媒体学习、语言、推荐和个性化技术。一、简介深度学习是一类模式分析方法的统称，就具体研究内容而言，主要涉及三类方法：基于卷积计算的神经网络系统，即卷积神经网络（CNN） 基于多层神经元的自编码神经网络，包括自编码（Auto encoder）和稀疏
2020-05-19 11:55:56
3659
原创 笔记——蜂窝网络
蜂窝网络蜂窝网络又称移动网络，是一种移动通信硬件架构，分为模拟蜂窝网络和数字蜂窝网络。构成网络覆盖的各通信基地台可用正六边形表示，从而使整个网络像一个蜂窝，因而称此为蜂窝网络。一、应用原理蜂窝网络的应用原理起源于一个经典的数学结论：以相同半径的圆为圆形覆盖平面，当圆心处在正六边形网格的各正六边形中心，即正三角网格的格点时，所用圆的数量最少。二、组成部分蜂窝网络有三个组成部分：移动站、基站子系统、网格子系统。移动站：网络终端设备。 基站子系统：包括移动基站（大铁塔）、无线收发设备
2020-05-19 10:24:07
1297
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人