data analysis - 第4页

注意力分数

注意力分数

本文会来介绍「注意力分数」的计算。特别的，这里我们会使用高维的 query ，key 和 value 来举例子。可以将「注意力分数」理解为 query 和 key 的相似度。会介...

09月28日评论

注意力机制

注意力机制

本文会介绍「注意力机制」的相关内容。主要会介绍「非参注意力机制」和「带有参数的注意力」。这里均使用一维数据作为例子。通过本文对 query，key-value 有所了解。也知道什么...

09月27日评论

Action Space Shaping in Deep Reinforcement Learning 阅读

Action Space Shaping in Deep Reinforcement Learning 阅读

本文是对论文《Action Space Shaping in Deep Reinforcement Learning》的解读，这篇论文主要讲解了三种动作空间预处理的方式，分别是（1...

09月19日评论

在 Pytorch 中使用 Tensorboard 进行可视化

在 Pytorch 中使用 Tensorboard 进行可视化

本文主要是介绍如何使用 Pytorch 结合 Tensorboard 对训练过程进行可视化。主要介绍以下的几个功能，向 Tensorboard 添加单个或是多个指标，向 Tenso...

01月20日评论

使用 SUMO 进行仿真(5)-Detectors 介绍

使用 SUMO 进行仿真(5)-Detectors 介绍

在前面的内容中，我们完成了路网的搭建，车辆的生成，也了解了信号灯控制的相关内容。现在我们希望可以获得一些监测的数据。这个时候我们就可以通过设置 detector（探测器）来完成检...

11月03日评论

Reinforcement Learning(强化学习)- Pong 环境介绍

Reinforcement Learning(强化学习)- Pong 环境介绍

本文会介绍 OpenAI Gym 中的一款 Atari 游戏，Pong（类似乒乓）。会分别介绍 Observation，Action 和 Reward 的含义。最后给一个随机的 p...

11月03日评论

Reinforcement Learning(强化学习)-LunarLander-v2 环境介绍

Reinforcement Learning(强化学习)-LunarLander-v2 环境介绍

本文会介绍 OpenAI 中 LunarLander-v2 这个环境。会分别介绍 Observation，Action 和 Reward 的含义。最后给一个随机的 policy，来...

11月02日评论

Reinforcement Learning(强化学习)-MountainCar 环境介绍

Reinforcement Learning(强化学习)-MountainCar 环境介绍

本文会介绍 OpenAI 中 MountainCar-v0 这个环境。主要介绍其中 action 和 observation 分别是什么。以及最后给一个简单的 policy，可以使...

10月19日评论

使用 SUMO 进行仿真(4)-信号灯（Traffic Light）

使用 SUMO 进行仿真(4)-信号灯（Traffic Light）

本文会介绍 SUMO 中信号灯（Traffic Light）的相关内容。包括如何生成带有 Traffic Light 的路网，如何设置信号灯，如何利用 TraCI 来控制信号灯。

09月26日评论

使用 SUMO 进行仿真(3)-车流的生成（Route 文件）

使用 SUMO 进行仿真(3)-车流的生成（Route 文件）

在本文中我们会着重介绍了车流的生成。包括生成车流的方式，也会介绍 route 文件的相关内容。生成车流的方式包括直接修改 route 文件，通过 flow 指定起点和终点，通过 t...

09月25日评论

17

目录

繁
本页二维码