小小何先生_社区达人页

2023年08月

• 08.06 11:32:27
  发表了文章 2023-08-06 11:32:27

  【COT】Chain-of-Thought Prompting Elicits Reasoning in Large Language Models

  【COT】Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
• 08.06 11:31:44
  发表了文章 2023-08-06 11:31:44

  斯坦福2023【FrugalGPT】减少大模型的商业化应用成本

  斯坦福2023【FrugalGPT】减少大模型的商业化应用成本

  
• 08.06 11:31:13
  发表了文章 2023-08-06 11:31:13

  Mac M1 报错 ld: library not found for -lSystem

  Mac M1 报错 ld: library not found for -lSystem
• 08.06 11:30:34
  发表了文章 2023-08-06 11:30:34

  【CAMEL】Communicative Agents for “Mind”Exploration of Large Scale Language Model Society

  【CAMEL】Communicative Agents for “Mind”Exploration of Large Scale Language Model Society
• 08.06 11:29:24
  发表了文章 2023-08-06 11:29:24

  偏好强化学习概述

  偏好强化学习概述
• 08.06 11:25:16
  发表了文章 2023-08-06 11:25:16

  【HuggingGPT】Solving AI Tasks with ChatGPT and its Friends in Hugging Face

  【HuggingGPT】Solving AI Tasks with ChatGPT and its Friends in Hugging Face
• 08.06 11:24:43
  发表了文章 2023-08-06 11:24:43

  分布式框架ray的基本使用记录

  分布式框架ray的基本使用记录
• 08.06 11:23:58
  发表了文章 2023-08-06 11:23:58

  解决ValueError: Unsupported ONNX opset version: 16问题

  解决ValueError: Unsupported ONNX opset version: 16问题
• 08.06 11:23:13
  发表了文章 2023-08-06 11:23:13

  安装haiku报错

  安装haiku报错
• 08.06 11:22:20
  发表了文章 2023-08-06 11:22:20

  【AlphaHoldem】端到端强化学习玩德州扑克

  【AlphaHoldem】端到端强化学习玩德州扑克

  
• 08.06 11:18:21
  发表了文章 2023-08-06 11:18:21

  【DouZero】 强化学习+self play达到人类玩家斗地主水平。

  【DouZero】 强化学习+self play达到人类玩家斗地主水平。
• 08.06 11:16:22
  发表了文章 2023-08-06 11:16:22

  基于Flask创建Python服务端，并调用Java客户端

  基于Flask创建Python服务端，并调用Java客户端
• 08.06 11:15:43
  发表了文章 2023-08-06 11:15:43

  基于Flask创建Python服务端，并调用JavaScript客户端

  基于Flask创建Python服务端，并调用JavaScript客户端
• 08.06 11:14:56
  发表了文章 2023-08-06 11:14:56

  【五分钟Paper】基于参数化动作空间的强化学习

  【五分钟Paper】基于参数化动作空间的强化学习
• 08.06 11:13:40
  发表了文章 2023-08-06 11:13:40

  基于Flask创建Python服务端，并调用Python客户端、C#客户端

  基于Flask创建Python服务端，并调用Python客户端、C#客户端
• 08.06 11:13:01
  发表了文章 2023-08-06 11:13:01

  【5分钟Paper】Pointer Network指针网络

  【5分钟Paper】Pointer Network指针网络

  
• 08.06 11:11:43
  发表了文章 2023-08-06 11:11:43

  基于模型的多智能体强化学习中的模型学习理解

  基于模型的多智能体强化学习中的模型学习理解
• 08.06 11:06:22
  发表了文章 2023-08-06 11:06:22

  OpenAI对强化学习环境的汇总

  OpenAI对强化学习环境的汇总
• 08.06 11:05:17
  发表了文章 2023-08-06 11:05:17

  Mac M1安装ffmpeg报错DependencyNotInstalled: Found neither the ffmpeg nor avconv executables.

  Mac M1安装ffmpeg报错DependencyNotInstalled: Found neither the ffmpeg nor avconv executables.
• 08.06 11:03:27
  发表了文章 2023-08-06 11:03:27

  PyTorch中的梯度微分机制

  PyTorch中的梯度微分机制
• 08.06 10:56:57
  发表了文章 2023-08-06 10:56:57

  系统类配置(六) ubuntu16.04命令行安装Nvidia显卡驱动（操作指令详细注释版）

  系统类配置(六) ubuntu16.04命令行安装Nvidia显卡驱动（操作指令详细注释版）
• 08.06 10:55:29
  发表了文章 2023-08-06 10:55:29

  Mac下安装atari_py报错Exception: ROM is missing for pong

  Mac下安装atari_py报错Exception: ROM is missing for pong
• 08.06 10:54:53
  发表了文章 2023-08-06 10:54:53

  多智能体强化学习(二) MAPPO算法详解

  多智能体强化学习(二) MAPPO算法详解
• 08.06 10:50:22
  发表了文章 2023-08-06 10:50:22

  多智能体强化学习(一) IQL、VDN、QMIX、QTRAN算法详解

  多智能体强化学习(一) IQL、VDN、QMIX、QTRAN算法详解
• 08.06 10:41:07
  发表了文章 2023-08-06 10:41:07

  强化学习实战(九) Linux下配置星际争霸Ⅱ环境

  强化学习实战(九) Linux下配置星际争霸Ⅱ环境
• 08.06 10:40:04
  发表了文章 2023-08-06 10:40:04

  【RLchina第六讲】Imitation Learning

  【RLchina第六讲】Imitation Learning
• 08.06 10:34:55
  发表了文章 2023-08-06 10:34:55

  【RLchina第五讲】Control as Inference（下）

  【RLchina第五讲】Control as Inference（下）
• 08.06 10:24:30
  发表了文章 2023-08-06 10:24:30

  【RLchina第五讲】Control as Inference（上）

  【RLchina第五讲】Control as Inference（上）
• 08.06 10:14:41
  发表了文章 2023-08-06 10:14:41

  【RLchina第四讲】Model-Based Reinforcement Learning（下）

  【RLchina第四讲】Model-Based Reinforcement Learning（下）
• 08.06 10:00:08
  发表了文章 2023-08-06 10:00:08

  【RLchina第四讲】Model-Based Reinforcement Learning（上）

  【RLchina第四讲】Model-Based Reinforcement Learning（上）
• 08.05 17:02:54
  发表了文章 2023-08-05 17:02:54

  【ICLR2020】Dream to Control：Learning Behaviors by Latent Imagination

  【ICLR2020】Dream to Control：Learning Behaviors by Latent Imagination
• 08.05 17:00:58
  发表了文章 2023-08-05 17:00:58

  解读【ICLR2020】多伦多大学：基于策略网络的探索模型规划

  解读【ICLR2020】多伦多大学：基于策略网络的探索模型规划
• 08.05 16:58:35
  发表了文章 2023-08-05 16:58:35

  【ICLR2020】基于模型的强化学习算法玩Atari【附代码】

  【ICLR2020】基于模型的强化学习算法玩Atari【附代码】
• 08.05 16:56:14
  发表了文章 2023-08-05 16:56:14

  约束最优化方法 (二) Zoutendijk容许方向法

  约束最优化方法 (二) Zoutendijk容许方向法
• 08.05 16:55:15
  发表了文章 2023-08-05 16:55:15

  约束最优化方法 (三) 外部罚函数法

  约束最优化方法 (三) 外部罚函数法

  
• 08.05 16:53:56
  发表了文章 2023-08-05 16:53:56

  约束最优化方法 (四) 乘子法

  约束最优化方法 (四) 乘子法
• 08.05 16:51:22
  发表了文章 2023-08-05 16:51:22

  PETS：伯克利大神Sergey Levine指导的概率集成轨迹采样算法

  PETS：伯克利大神Sergey Levine指导的概率集成轨迹采样算法
• 08.05 16:48:52
  发表了文章 2023-08-05 16:48:52

  解读：AlphaGo之父倾力打造：The Predictron端到端训练与规划

  解读：AlphaGo之父倾力打造：The Predictron端到端训练与规划

  
• 08.05 16:45:05
  发表了文章 2023-08-05 16:45:05

  无约束最优化(五) 最小二乘法问题的解法

  无约束最优化(五) 最小二乘法问题的解法
• 08.05 16:41:37
  发表了文章 2023-08-05 16:41:37

  无约束最优化(四) 步长加速法

  无约束最优化(四) 步长加速法

  
• 08.05 16:38:52
  发表了文章 2023-08-05 16:38:52

  线性规划 (二) 单纯形法

  线性规划 (二) 单纯形法
• 08.05 16:36:36
  发表了文章 2023-08-05 16:36:36

  线性规划 (一) 线性规划的基本形式及各种概念

  线性规划 (一) 线性规划的基本形式及各种概念
• 08.05 16:26:33
  发表了文章 2023-08-05 16:26:33

  矩阵分析 (八) 矩阵的直积

  矩阵分析 (八) 矩阵的直积
• 08.05 16:21:50
  发表了文章 2023-08-05 16:21:50

  矩阵分析 (七) 矩阵特征值的估计

  矩阵分析 (七) 矩阵特征值的估计
• 08.05 16:18:29
  发表了文章 2023-08-05 16:18:29

  矩阵分析 (六) 矩阵的函数

  矩阵分析 (六) 矩阵的函数
• 08.05 16:10:23
  发表了文章 2023-08-05 16:10:23

  矩阵分析 (五) 矩阵的分解

  矩阵分析 (五) 矩阵的分解
• 08.05 16:05:01
  发表了文章 2023-08-05 16:05:01

  矩阵分析 (四)向量和矩阵的范数

  矩阵分析 (四)向量和矩阵的范数
• 08.05 15:53:12
  发表了文章 2023-08-05 15:53:12

  矩阵分析 (三) 矩阵的标准形

  矩阵分析 (三) 矩阵的标准形
• 08.05 15:43:15
  发表了文章 2023-08-05 15:43:15

  矩阵分析 (二) 内积空间

  矩阵分析 (二) 内积空间
• 08.05 15:36:27
  发表了文章 2023-08-05 15:36:27

  矩阵分析 (一) 线性空间和线性变换

  矩阵分析 (一) 线性空间和线性变换