柴郡貓姍蒂
57 位追蹤者
一個工程師；喜歡畫畫、閱讀和書寫，同時也是一個自以為的插畫家。常將自己化為畫中的貓，比擬愛麗絲夢遊仙境裡的柴郡貓，想些、做些奇怪的事。歡迎聯繫：[email protected]
48會員
24內容數
全部內容
由新到舊
前言
跟上一篇文章一樣，都是看到陌生的演算法後，去搜尋資料記錄成文章。
正文
在強化式學習中，策略(Policy)指的是代理人根據目前的狀態決定下一個動作的方針，具體來說就是在某個狀態下採取某個動作的機率。Policy Gradient的目的是找到一個最優策略，使得整個任務的回報值最大化。
前言
在閱讀《強化式學習：打造最強 AlphaZero 通用演算法》一書時，對一些沒有聽過的演算法感到陌生，基於打基礎或是增廣見聞的念頭下，上網或問ChatGPT，搜尋了一些資料，整理並紀錄而成這篇文章。
正文
下面說的兩種選擇策略方法用來解決類似多臂拉霸機(Multi-Armed Ban
前言
最近在研究GAT，在網路上看到使用torch和DGL實作的GAT模型的程式碼，就想說下載下來自己跑跑看，這篇文章：Understand Graph Attention Network。途中遇到問題，把找到的解法記錄下來，給也有一樣問題的朋友參考。
正文
在Colab直接使用：
!p
前言
讀了許多理論，是時候實際動手做做看了，以下是我的模型訓練初體驗，有點糟就是了XD。
正文
def conv(filters, kernel_size, strides=1):
return Conv2D(filters,
kernel_size,
前言
承上一篇筆記文章，繼續閱讀推薦的第二篇論文：Identity Mappings in Deep Residual Networks—Kaiming He、Xiangyu Zhang、Shaoqing Ren、Jian Sun。也是一樣的發表者，內容是對他們之前發表的Deep Residual
前言
在閱讀《強化式學習：打造最強 AlphaZero 通用演算法》時，文中介紹了殘差網路，並推薦了兩篇論文；因為在看了書後，對殘差網路的概念還是不很清楚，於是決定用ChatGPT翻譯這兩篇論文來增強理解，以下正文是第一篇論文：Deep Residual Learning for Image Re
剩餘價值可以成為一套神經網路系統，好像也蠻合理的。剩餘價值成…
前言
在閱讀網路文章時，有看到說1X1的卷積層能夠升維、降維，不了解所以然，故來查找。：Ｐ
正文
卷積核尺寸為1X1的卷積層能夠達到降低和增加輸出的維度，是因為它能夠改變輸入數據的通道數量(depth)，而不改變其空間維度(height和width)，原理如下。
1X1卷積在每個空間位置
前言
對標題上的這兩個項目有疑惑，不知道它們返回的資料的不同；查找資料後記錄下來，讓自己以後可以回來翻閱。
正文
numpy.ndarray.flatten：返回攤平的一維array，可參考NumPy: numpy.ndarray.flatten() function，有示意圖
te
前言
在閱讀《強化式學習：打造最強 AlphaZero 通用演算法》時，對一些看似基本，但是重要且會影響到之後實作的項目概念有點疑惑，覺得應該查清楚，所以搞懂後記錄下來，寫下這篇文章(應該說是筆記？)。
正文
下面這段程式碼：
model = Sequential()
model.add
