策略梯度 正如前面所讨论的，PG 算法通过遵循更高回报的梯度来优化策略参数。一种流行的 PG 算法，称为增强算法，在 1929 由 Ronald Williams 提出。这是一个常见的变体： 首先，让神经网络策略玩几次游戏，并在每一步计算梯度，这使得智能体更可能选择行为，但不应用这些梯度。 运行几次后，计算每个动作的得分（使用前面段落中描述的方法...

Deeplearning Algorithms tutorial 期望最大化(Expectation-Maximization) 应用示例 期望最大化算法的特点 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大...

二、广义线性模型 2.1 广义线性模型的函数定义 2.2 广义线性模型的概率定义 2.3 常见分布的广义线性模型 2.3.1 高斯分布 2.3.2 伯努利分布 2.3.3 多元伯努利分布 二、广义线性模型 2.1 广义线性模型的函数定义 考虑单调可微函数 ，令 ，这样得到的模型称作广义线性模型 (generalized linea...

Chapter 8. Advanced Sequence Modeling for Natural Language Processing Sequence-to-Sequence Models, Encoder–Decoder Models, and Conditioned Generation Capturing More from a Sequenc...

Categorical Categorical class paddle.distribution.Categorical ( logits, name\=None ) [源代码] 类别分布是一种离散概率分布，其随机变量可以取K个相互独立类别的其中一个。 概率质量函数（pmf）为： 上面公式中: 表示：如果 x\=\=ix\==...

操作系统 相关概念 操作系统 相关概念 同步异步，阻塞非阻塞 同步：等待执行完 异步：不等待执行完就开始执行其他的，例如多线程 阻塞：调用之后不一定会立即返回 非阻塞：调用之后，会立即返回 孤儿进程，僵尸进程 孤儿进程是父进程退出的，那个子进程叫做孤儿进程 僵尸进程是子进程退出了但是父进程没有wait的，那个退出的子进程是僵尸进程...

一、Unigram Model 1.1 最大似然估计 1.2 最大后验估计 1.3 文档生成算法 一、Unigram Model 假设有一个骰子，骰子有 个面，每个面对应于词典中的一个单词。 Unigram Model 是这样生成文档的： 每次抛一次骰子，抛出的面就对应于产生一个单词。 如果一篇文档有 个单词，则独立的抛掷 次骰子就...

朴素贝叶斯分类器 朴素贝叶斯分类的原理与流程 朴素贝叶斯分类实例：按照某人是否要打网球来划分天气 朴素贝叶斯分类器 来源：http://blog.csdn.net/u011067360/article/details/22890465 贝叶斯定理 贝叶斯定理解决了现实生活里经常遇到的问题：已知某条件概率，如何得到两个事件交换后的概率，...