您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. MatLab强化学习_倒立摆控制_深度Q学习_神经网络

  2. MatLab强化学习代码包,使用深度Q学习(神经网络)控制倒立摆的代码。 详细说明可参看我的专栏《强化学习与控制》 https://blog.csdn.net/weixin_43723517/category_9676083.html "I thought what I'd do was I'd pretend I was one of those deaf-mutes, or should I?"
  3. 所属分类:机器学习

    • 发布日期:2020-03-07
    • 文件大小:5120
    • 提供者:weixin_43723517
  1. MatLab强化学习_深度Q学习_神经网络_网格迷宫问题

  2. MatLab强化学习代码包,为使用深度Q学习解决网格迷宫问题的代码。 详细说明可参看我的专栏《强化学习与控制》 https://blog.csdn.net/weixin_43723517/category_9676083.html "I thought what I'd do was I'd pretend I was one of those deaf-mutes, or should I?"
  3. 所属分类:机器学习

    • 发布日期:2020-03-05
    • 文件大小:3072
    • 提供者:weixin_43723517
  1. 基于深度学习的采煤机截割轨迹预测及模型优化

  2. 提高采煤机记忆截割精度对于实现采煤机截割滚筒的自动调高,提升采煤机自动化水平具有重要意义。针对目前采煤机传统记忆截割方法精度不高的问题,本文根据采煤机截割过程具有一定重复性的特点,提出了一种基于深度长短时记忆(Long Short-term Memory,LSTM)神经网络的采煤机记忆截割轨迹预测方法,通过MATLAB平台实现了模型的构建与模型参数的优化,并使用实际截割数据对深度LSTM神经网络模型进行了验证。预测实验的结果表明,深度LSTM神经网络相对于支持向量回归与梯度提升回归树算法在截割轨
  3. 所属分类:其它

    • 发布日期:2020-06-10
    • 文件大小:1048576
    • 提供者:weixin_38655561
  1. MATLAB深度学习笔记(三) 机器学习的类型

  2. (三)机器学习的类型 机器学习根据训练方法的不同可以分为三类,监督学习、无监督学习、强化学习。 监督学习和人类的学习过程很相似, 1)选择一个练习题,运用已有的知识去解决它,将答案和正确答案进行比较; 2)如果答案不对,换一种方法; 3)重复1和2直到解决所有的问题。 机器学习和这个例子类比,练习题和答案对应于训练数据,知识对应于模型。重要的是我们需要一个正确答案,这是监督学习的一个重点。就像是老师给学生提供解法一样。 在监督学习中,每一个训练数据集包含输入数据和与之对应的正确的输出数据。对于同
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:141312
    • 提供者:weixin_38508549
  1. Curieuxjy-源码

  2. 你好呀 :waving_hand: :telescope: 我目前对...感兴趣 强化学习 仿生学 机器人技术 量子计算 :seedling: 我目前正在学习... 机器学习/深度学习 强化学习 语言:Python,C ++,Go,Julia,R,Matlab ROS2 :closed_book: 先进的 :green_book: 中间的 :blue_book: 初学者 :books: 丰富多彩的
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:2048
    • 提供者:weixin_42135073