搜索资源列表
bpnnet_154
- L-M算法。除了动量法(基于梯度下降的训练算法)外，学习率自适应调整策略是BP算法改进的另一种途径，它利用Levenberg-Marquardt优化方法，从而使得学习时间更短。其缺点是，对于复杂的问题，该方法需要很大的存储空间。 -L-M algorithm. In addition to momentum (based on the gradient descent algorithm for training), learning
Image8
- 图像的分割与描述是在图像预处理的基础上对信息进行组织与加工，它是实现图像自动识别与理解的必不可少的过程，是计算机视觉的中间层次。本章的内容对拓展编码算法的设计思路也很有启发作用。图像的分割算法介绍基于灰度的分割算法和基于梯度的分割算法两大类，这两类算法分别利用了图像的区域相关性和点相关性，在此基础上拓展到彩色图像分割。图像的描述方法很多，本文介绍了链码描述子、傅立叶描述子以及矩描述子三种基本手段。描述手段与分割策略应当统一考虑。 -
PSO_BP
- 基于粒子群和BP神经网络的混合优化策略算法。将改进PSO算法与BP神经网络结合，用PSO算法取代梯度下降法来优化神经网络的连接权值和阈值。程序简单易懂。-Based on Particle Swarm and the BP neural network algorithm for hybrid optimization strategy. Will improve the PSO algorithm and BP neural netw
policygradientlibrary
- pomdp中关于策略梯度的matlab代码实现，非常详细。-pomdp on strategies to achieve gradient matlab code, very detailed.
policy-gradient-algorithms
- 关于策略梯度policy gradient 的一篇重要的博士论文，是一个澳大利亚的博士学位论文，对于研究pomdp及其策略梯度解法的人应该有帮助吧-Gradient on the strategy of an important policy gradient doctoral dissertation, is an Australian PhD thesis, and its strategy for research pomdp g
pso4
- 本文研究了多峰优化问题, 利用梯度算子和筛选策略, 得到了一种可求解多峰函数 全部最优解的改进型遗传算法. 数值模拟结果表明, 该算法在处理复杂多峰函数优化问题时, 局 部搜索能力和克服过早收敛能力方面相对于传统遗传算法均有很大提高.-In this paper, multimodal optimization problems, the use of gradient operator and screening strate
RSGA
- 遗传算法(GA)是一类借鉴生物界自然选择和遗传原理的随机优化搜索算法。其主要特点是群体搜索策略和群体中个体间的信息交换、搜索不依赖于梯度信息。-Genetic algorithms (GA) is a type of reference biological principle of natural selection and random genetic optimization search algorithm. Its main
GA
- 经典遗传算法的matlab仿真,遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法，其主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于梯度信息。-good genetic algorithm matlab code
policygradientlibrary
- 策略梯度，自然策略梯度，行动者-评论家 -policy gradient
fast-template-matching
- 本文提出一种基于图像边缘几何特征的快速模板匹配算法。算法利用边缘 点的位置和梯度方向作为匹配信息进行相似度计算。可以很好的避免因图像明 暗变化、光照不均匀、旋转所带来的影响，且对于部分遮挡的情况，亦可以得 到良好的匹配结果。为了得到边缘点坐标和梯度方向，本文根据曲面拟合原理， 通过平移变换，推导出精确梯度方向和亚像素边缘坐标的快速算法。既加快了 算法的处理速度，也是匹配算法高精度的前提保证。为了使匹配算法满足实时
1709.04326
- 多智能体设置在机器学习中的重要性日益突出。超过了最近的大量关于深度的工作多agent强化学习，层次强化学习，生成对抗网络和分散优化都可以看作是这种设置的实例。然而，多学习代理人的存在这些设置使得培训问题的非平稳常常导致不稳定的训练或不想要的最终结果。我们提出学习与对手的学习意识（萝拉），一种方法，原因的预期。其他代理的学习。罗拉学习规则包括一个额外的术语，解释了在预期的参数更新的代理政策其他药物。我们发现，利用似然比策略梯度更新的方法，
Dl4j学习率衰减策略
- Dl4j学习率衰减策略代码,dl4j的学习率衰减策略应用部分是在反向传播计算完地图之后，调用Updater.update()方法对梯 度进行更新并且进行梯度的衰减。(Learning Rate Policy How to decay learning rate during training.)
sequence_gan
- TensorFlow实现自然语言处理，基于梯度策略算法(Use TensorFlow to deal with the Natural Language Processing)
DeconvolutionCode-LevinEtAl07
- 所附代码提供了上述三种反卷积策略的实现。要开始，用户应该检查文件demo.m。反褶积子程序在以下文件中实现:deconvL2频率.m:在频域反褶积，假设高斯导数在前面。2.deconvL2.m:利用共轭梯度算法，假设在空间域上存在高斯导数先验的反褶积。3.deconvSps.m:利用迭代重加权最小二乘算法，在空间域上假设一个稀疏导数先验的反褶积。(The enclosed code provides the implementation
Python实现逻辑回归与梯度下降策略
- 建立一个逻辑回归模型来预测一个大学生是否被大学录取(Establish a logistic regression model to predict whether a college student will be admitted to a university)
强化学习
- 使用强化学习实现策略梯度和和马尔科夫决策过程(Implementing Strategic Gradient Sum and Markov Decision Process with Reinforcement Learning)