Последние добавленные видео:
增强学习
-
2 месяца назад
29374 2 месяца назад 10:56【人工智能】强化学习方向错太久，是时候该转向持续学习了 | 强化学习之父Richard Sutton | 苦涩的教训 | 多臂老虎机问题 | 反向传播 | 梯度下降 | 奖励假说 | AI科研建议
-
5 лет назад
107258 5 лет назад 40:01深度强化学习(1/5)：基本概念 Deep Reinforcement Learning (1/5)
-
5 лет назад
908 5 лет назад 7:438 4 深度强化学习
-
1 месяц назад
6494 1 месяц назад 11:58【人工智能】为什么RLHF不能带给大模型真的强化学习 | 经典RL | 人类偏好奖励 | 模型自主目标 | CoT | PRM | 多智能体工作流 | 为什么RLHF很重要 | 未来的发展方向
-
Трансляция закончилась 3 дня назад
96 Трансляция закончилась 3 дня назад 2:27:59Fixing Reinforcement Learning with PufferLib - Live Dev
-
3 года назад
83072 3 года назад 45:02【機器學習2021】概述增強式學習 (Reinforcement Learning, RL) (一) – 增強式學習跟機器學習一樣都是三個步驟
-
7 лет назад
13426 7 лет назад 2:26什么是 A3C (Asynchronous Advantage Actor-Critic) (Reinforcement Learning 强化学习)
-
2 года назад
106 2 года назад 4:31【科普向】深度学习、强化学习、深度强化学习傻傻分不清？概念及名词解释
-
8 лет назад
77646 8 лет назад 6:11什么是 Q Learning (Reinforcement Learning 强化学习)
-
2 года назад
383 2 года назад 25:09强化学习-策略梯度方法-策略近似(Policy Gradient Method-Policy Approximation)
-
5 лет назад
27821 5 лет назад 23:41深度强化学习(4/5)：Actor-Critic Methods
-
7 лет назад
24431 7 лет назад 2:13什么是 策略梯度 Policy Gradients (Reinforcement Learning 强化学习)