zoukankan      html  css  js  c++  java
  • 《强化学习精要 核心算法与TensorFlow实现》【1】

     

     

      

     

     

     

     

      

     

     

     

     

     

     -->

    不一定要沿梯度方向下降?

    通过不同的方向 来探测/估计当前地形?

    -->

    如何衡量 zigzig 的程度——如果从历史的迭代中学习掌握规律?

    --> 

    动量方法 --> 数据驱动~ 每个方向算一个偏导数,根据偏导数来决定当前的方向

    步长呢?——可以动量方法一把?dogleg 方法试探性地步长减半?

     

     

     

     

      

     

     

     

     

     

     

    Fisher 信息阵 = KL散度的二阶导

    --> log f(x) 的二阶导,求期望,到底是个何方神圣

  • 相关阅读:
    【安徽集训】fiend
    【安徽集训】Emerald
    【安徽集训】Entropy
    【安徽集训】字符串
    【福建集训】果树
    【CF335 E】Counting Skyscrapers
    【BZOJ 3514】Codechef MARCH14 GERALD07 加强版
    【未知来源】Randomized Binary Search Tree
    【ZJOI 2016】旅行者
    【AGC002 E】Candy Piles
  • 原文地址:https://www.cnblogs.com/cx2016/p/13168993.html
Copyright © 2011-2022 走看看