高斯牛顿迭代法matlab代码-smooth-deep-learning:深度（强化）学习的平滑优化观点

高斯牛顿继承法matlab代码平滑的深度学习 深度（强化）学习的平滑优化观点。 该存储库包含用于海报的演示脚本（matlab和python）。 文件夹“ matlab”： 单个脚本“ cvpr18_fnn.m”显示了在减少的四区域分类问题上所提出算法的二次收敛性。 该脚本可以直接运行，并立即生成一个图表，显示各个权重与地面实况的距离。 文件夹“ python”： “ gauss_newton_for_deep_learning.py”与matlab脚本中的演示相同。 此外，还提供了对FNN分类器进行全尺寸四区域问题训练的方法。 该文件的末尾提供了有关如何使用代码的更详细的说明。 “ gauss_newton_for_deep_reinforcement_learning.py”显示了高斯牛顿算法在深度强化学习中的应用。 包含两个演示： -政策迭代-在线离线政策学习再次在该文件的末尾提供了有关如何使用代码的更详细的说明。