没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
深度学习贝叶斯,这是一份密集的6天速成课程中的第三天的课程内容(内附PPT和jupyter notebook python代码)。 在 Deep|Bayes 夏季课程中,授课人将讨论贝叶斯方法如何结合深度学习,并在机器学习应用中实现更好的结果。近期研究表明贝叶斯方法的利用可以带来许多好处。学生将学到对理解当前机器学习研究非常重要的方法和技术。他们还将体会贝叶斯方法和强化学习之间的联系,学习神经网络的现代随机优化方法和正则化技术。在课程之后,授课人还设置了实践环节。 备注:由于文件上传大小限制,故按每天归档上传。
资源推荐
资源详情
资源评论
收起资源包目录
deepbayes-2018-aug29.rar (16个子文件)
deepbayes-2018-aug29
1. Max Welling. Advanced methods of variational inference.pdf 7.01MB
2. Sergey Bartunov. Bayesian reinforcement learning.pdf 37.18MB
4. Alexander Grishin. Distributional reinforcement learning.pdf 554KB
day3_policy_gradient
reinforce_pytorch.ipynb 12KB
atari_util.py 2KB
env_pool.py 4KB
README.md 1KB
a2c_lstm_pytorch.ipynb 23KB
reinforce_pytorch_sln.ipynb 20KB
env_pool_torch.py 4KB
day3_qr-qnetwork
qr_dqn-colab.ipynb 29KB
qr-dqn-solution.ipynb 58KB
README.md 216B
logger.py 3KB
qr_dqn-local.ipynb 12KB
rl_utils.py 1KB
共 16 条
- 1
资源评论
windSeS
- 粉丝: 6w+
- 资源: 9
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功