网站首页 技术文章 第956页

• 

  来自本科生的暴击:清华开源「天授」 纯PyTorch实现

  训练模型的极速，与1500行源代码的精简，清华大学新开源强化学习平台「天授」。值得注意的是，该项目的两位主要作者目前都是清华大学的本科生。是否你也有这样的感觉，成熟ML工具的源码很难懂，各种继承与处理关系需要花很多时间一点点理清。...

  2024-09-12 btikc 技术文章 14 ℃ 0 评论
• 

  来自本科生的暴击:清华开源「天授」强化学习平台，纯PyTorch实现

  机器之心报道项目作者：thu-ml参与：思、肖清训练模型的极速，与1500行源代码的精简，清华大学新开源强化学习平台「天授」。值得注意的是，该项目的两位主要作者目前都是清华大学的本科生。...

  2024-09-12 btikc 技术文章 13 ℃ 0 评论
• 

  今日头条算法工程师秋招面试题，想进头条的童鞋赶紧来看看!

  这是一份去年的今日头条算法工程师秋招面试题，用了同学的白金内推码，所以直接进入了面试，全程都在写题！机器学习的问题非常少！想进头条的童鞋赶紧来看看！一面：1、介绍项目2、强化学习PG的推导3、强化学习DQN，DDQN，AC，DDPG的...

  2024-09-12 btikc 技术文章 18 ℃ 0 评论
• 

  兽王语音提示tmw

  【需要配合语音文件，在最后】1、触发倒刺语音提示(TMW)^1^T^SGUID^STMW:group:1X2zqwjhOnmp^SScale^F7364678669828097^f-52^SPoint^T^Sy^F6166112891...

  2024-09-12 btikc 技术文章 10 ℃ 0 评论
• 

  斯坦福提出无需人类示范的强化学习算法SOORL

  编者按：人类的学习能力一直是人工智能追求的目标，但就目前而言，算法的学习速度还远远不如人类。想达到人类学习的速率，斯坦福的研究人员们提出了一种基于目标的策略强化学习方法——SOORL，把重点放在对策略的探索和模型选择上。以下是论智带来的编译...

  2024-09-12 btikc 技术文章 14 ℃ 0 评论
• 

  OpenAI最新发现:在参数空间增加噪声，易于实现，并能轻松加快学习速度

  雷锋网AI科技评论按：OpenAI最新发现表明，通过在网络的参数空间中加入噪声，可以获得远优于在网络的行为空间中增加噪声的表现。此外，他们发布了一系列基准代码，覆盖多个网络。雷锋网AI科技评论编译如下：OpenAI实验室最新发现：频繁地...

  2024-09-12 btikc 技术文章 18 ℃ 0 评论
• 

  「AI实践」强化学习在美团“猜你喜欢”的实践

  强化学习是目前机器学习领域发展最快的方向之一，其与推荐系统和排序模型的结合也有更多价值等待发掘。本文介绍了强化学习在美团“猜你喜欢”排序场景落地的工作。1.概述“猜你喜欢”是美团流量最大的推荐展位，位于首页最下方，产品形态为信息流，承担了...

  2024-09-12 btikc 技术文章 16 ℃ 0 评论
• 

  今天中午，你吃的是什么?

  每天中午吃什么简直是世界难题这个周六来跟团宝一起研究午饭难题吧来源|做报告得实录君午饭小调查每天中午前总有疑问“你中午吃什么”雪崩前...

  2024-09-12 btikc 技术文章 13 ℃ 0 评论
• 

  示范学习DQfD

  DQfD：DeepQ-learningfromDemonstrations，基于DQN的示范学习。DQN算法细节可以参见...

  2024-09-12 btikc 技术文章 13 ℃ 0 评论
• 

  解读Double DQN

  背景介绍DDQN：DoubleDQN，是DoubleQ-Learning的深度学习实现，与DQN不同之处在于其是...

  2024-09-12 btikc 技术文章 13 ℃ 0 评论