注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. DRL一人一句电脑秘笈合集（第一版）

  2. DRL一人一句电脑秘笈合集（第一版） 非常有用！！！！

  3. 所属分类：其它

    • 发布日期：2009-06-08
    • 文件大小：87040
    • 提供者：wu18sd1

  1. DRL一人一句电脑秘笈合集

  2. DRL一人一句电脑秘笈合集 很好很强大很好很强大很好很强大

  3. 所属分类：其它

    • 发布日期：2010-01-27
    • 文件大小：87040
    • 提供者：beebee342

  1. SW-DRL-UG-6075

  2. SW-DRL-UG-6075 SW-DRL-UG-6075 SW-DRL-UG-6075 SW-DRL-UG-6075

  3. 所属分类：C/C++

    • 发布日期：2010-11-08
    • 文件大小：400384
    • 提供者：charzf

  1. excel&local-drl

  2. 提出通过可视化定义企业业务规则，并解析执行规则的规则引擎来主动适应企业业务的变化。该系统以可视化的形式提供用户定义和实现业务规则的界面，以结构化语言XML描述业务规则，采用分层结构提供规则执行机制。完善的规则安全验证方式，实现信息系统动态地适应企业业务规则变

  3. 所属分类：Java

    • 发布日期：2011-12-14
    • 文件大小：2097152
    • 提供者：dnktty

  1. SW-DRL-UG英文版

  2. 英文版SW-DRL-UG-8555，last updated on January 28, 2012. 2

  3. 所属分类：嵌入式

    • 发布日期：2012-08-07
    • 文件大小：2097152
    • 提供者：hongwentao

  1. Automotive HB-LED Control Low Cost LED DRL Solution with S08MP16.pdf

  2. Automotive HB-LED Control Low Cost LED DRL Solution with S08MP16.pdf

  3. 所属分类：嵌入式

    • 发布日期：2013-06-05
    • 文件大小：1048576
    • 提供者：hanweiwallywang

  1. DRL一人一句电脑秘笈合集

  2. DRL一人一句电脑秘笈合集 简直太实用了，解决了许多问题！

  3. 所属分类：其它

    • 发布日期：2008-12-16
    • 文件大小：87040
    • 提供者：ailongtju

  1. DRL论坛关于TC的合集

  2. DRL论坛众多高手关于TotalCommander的合集, 从入门,美化,到插件,还有配置文件详解,应有尽有.

  3. 所属分类：Java

    • 发布日期：2009-03-06
    • 文件大小：6291456
    • 提供者：superrichman

  1. 东方马达-小型电动直线传动装置(DRL系列).pdf

  2. 东方马达-小型电动直线传动装置(DRL系列)pdf,东方马达-小型电动直线传动装置(DRL系列)电动传动装置 品名的阅读方法 DRL 6OPA O5M 系列名称DRL:DRL系列 安装尺寸20:口20mm28:□28mm 42:|42mm60:|60mm 电动机种类P:标准电动机规格 驱动方式 滚轧洨珠螺杆型B:研厝滚珠骡杆型 导程 1:1mm(口20mm、28mm)2:2mm(口42mm 4:4mm(口60mm) 形状 无:标准G:带导轨 冲程 02:25mm(口20mm)03:30mm(口2

  3. 所属分类：其它

    • 发布日期：2019-10-20
    • 文件大小：1048576
    • 提供者：weixin_38743506

  1. 针对LED车前灯和DRL的LED驱动器设计方案

  2. 汽车照明系统设计师最大的挑战之一是：怎样优化最新一代高亮度LED 的所有优势。高亮度LED 需要一个准确、高效率的DC 电流源，要有调光方法，而且必须提供各种保护功能。此外，这些LED 的驱动器IC 必须设计为能在多种多样的条件下满足上述要求。因此，电源解决方案必须效率非常高、提供坚固的功能和可靠性，同时又是非常紧凑和经济实惠的。

  3. 所属分类：其它

    • 发布日期：2020-08-01
    • 文件大小：95232
    • 提供者：weixin_38635684

  1. 构建一个简单的卷积神经网络，使用DRL框架tianshou匹配DQN算法

  2. 在之前的文章中，我们做了如下工作： 如何设计一个类flappy-bird小游戏：【python实战】使用pygame写一个flappy-bird类小游戏 | 设计思路+项目结构+代码详解|新手向 DFS 算法是怎么回事，我是怎么应用于该小游戏的：【深度优先搜索】一个实例+两张动图彻底理解DFS|DFS与BFS的区别|用DFS自动控制我们的小游戏 BFS 算法是怎么回事，我是怎么应用于该小游戏的：【广度优先搜索】一个实例+两张动图彻底理解BFS|思路+代码详解|用DFS自动控制我们的小游戏 强化学

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：174080
    • 提供者：weixin_38550605

  1. DRL-2018:结合策略梯度方法（香草PG，Actor-Critic，PPO）和进化策略的实验-源码

  2. DRL-2018 该存储库的功能是2018年夏季深度强化学习研究项目的工作（由Keith Ross教授建议，由纽约大学上海分校院长本科研究基金资助）。 在此项目中，我们尝试将“策略梯度”方法（香草策略梯度（aka REINFORCE），Actor-Critic和PPO）与“进化策略”相结合，以设计出一种提高样本效率的混合算法。 在MuJoCo基准上评估了所提出算法的性能。 参考： 加强：罗纳德·J·威廉姆斯。 用于连接符增强学习的简单统计梯度跟踪算法。 机器学习，8（3-4）：229–25

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：15360
    • 提供者：weixin_42109598

  1. drl-liquidation-optimizer-源码

  2. 债务清算优化器 Conda环境设置 从environment.yml创建环境：从基本目录： conda env create -f ./environment.yml 从environment.yml更新环境：从基本目录中并激活现有环境后： conda env update --file ./environment.yml 当前目标 使用所选参数获取Jaimungal环境 计算Jaimungal环境的目标函数 使用最佳策略模拟Jaimungal环境的M试验和基准TWAP

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：32505856
    • 提供者：weixin_42129300

  1. DRL-Coursework-源码

  2. DRL课程

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：2097152
    • 提供者：weixin_42132598

  1. CNN-DRL-源码

  2. 适用于ICDCS 2021的CIFAR10和CIFAR100实验 Abstract Submission: 2021年1月9日（23 Abstract Submission: 59，UTC-5，EST） Full Paper Submission: 2021年1月13日（23:59，UTC-5，EST） Natification of Acceptance: 2021年3月17日 Camera-ready Paper Submission: 2021年4月20日 代码备注 CNN.py:模型

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：181403648
    • 提供者：weixin_42131728

  1. DRL：移动社交网络中的多因素移动性模型

  2. 移动社交网络的复杂性和可变性使协议评估变得困难。 因此，必须在仿真中使用能够很好地反映实际MSN中人类运动特性的综合运动模型。 本文的总体目标是设计一个实用的流动性模型，该模型全面涉及影响下一个目的地选择的多个因素。 提出了社区吸引力的概念作为选择标准。 它与三个因素有关，即移动的距离，人际关系和位置限制。 因此，我们新的移动性模型称为距离，关系，位置（DRL）。 具体来说，前两个因素是通过交互矩阵来表示的，它们以社会关系属性和位置信息为输入。 并且我们首次提出了“位置吸引”来表示地点的位置限制

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：2097152
    • 提供者：weixin_38633897

  1. DRL移动社交网络中的新移动性模型

  2. 由于移动社交网络的复杂性和可变性，评估协议的难度带来了设计实用的移动性模型的需求，该模型可以很好地估计这些协议。 根据实际情况提出了一种新的出行模型。 社区的新特征被定义为“社区吸引力”，以决定某个节点的下一个目标。 它与三个因素有关，即节点与整个社区之间的距离，节点与该社区内所有节点的关系以及社区的位置吸引力。 因此，我们的新移动性模型称为DRL（距离，关系，位置）。 此外，首先通过交互矩阵来表示抽象人的社会关系以及社区对人们的吸引力，并根据相关人的社会属性对其进行初始化。 最后，仿真验证了我

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：605184
    • 提供者：weixin_38651786

  1. DRL：“深度强化学习”代码的存储库-源码

  2. 博士升 介绍 该存储库是Deep Reinforcement Learning的代码我通过游戏验证了我的代码。 这些游戏是用pygame 。 我制作了游戏或修改了游戏以申请DRL。 另外，由Unity ML-agents构成的环境位于 我实现的每种算法的性能如下（已通过Breakout验证）。 我按照以下步骤设置DRL代码。 这是我实现descr iption of DQN codes的。 DRL算法的描述 环境 软件 Windows7（64位） Python 3.6.5 Python4.

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：5242880
    • 提供者：weixin_42165490

  1. CIFAR-DRL-源码

  2. 适用于ICDCS 2021的CIFAR10和CIFAR100实验 Abstract Submission: 2021年1月9日（23 Abstract Submission: 59，UTC-5，EST） Full Paper Submission: 2021年1月13日（23：59，UTC-5，EST） Natification of Acceptance: 2021年3月17日 Camera-ready Paper Submission: 2021年4月20日 代码备注 CNN.py:模型

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：181403648
    • 提供者：weixin_42165018

  1. drl-dodgeball：一个简单的躲避球环境和DDQN代理，提供课程学习和优先级的经验重播-源码

  2. DRL躲避球 DRL（深度强化学习）已导致创建具有令人着迷的复杂和智能行为的代理，特别是在和等计算机游戏领域。 一个令人兴奋的研究领域是开发最终部署到物理机器人中的数字代理，OpenAI的演示了一项任务，该任务需要高保真训练环境。 在这个项目中，我们设计了具有高维感官数据源的物理逼真的模拟，并在其中使用完善的深层Q网络训练了代理。 档案 火车 用于培训的主文件，目前正在使用精制DQN培训代理商 命令：“ py train.py” train_DQN.py 使用精致的DQN在Unity环境下培

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：36700160
    • 提供者：weixin_42121058
« 12 3 4 5 6 »