[RL] CS285 - Understanding Policy Gradients
(해당 포스트는 UC Berkeley 에서 진행된 CS285: Deep Reinforcement Learning, Decision Making and Control를 요약한 내용이며, 그림들은 강의 장표에서 발췌한 내용입니다.) CS 285 GSI Yuqing Du yuqing_du@berkeley.edu Office Hours: Wednesday 10:30-11:30am (BWW 1206) rail.eecs.berkeley.edu Comparison to maximum likelihood 이전 포스트의 마지막에 다뤘던 식이 아래와 같다. $$ \nabla_{\theta}J(\theta) \approx \frac{1}{N} \sum_{i=1}^N \big( \sum_{t=1}^T \nabla_{\thet..
Study/AI
2022. 11. 9. 23:26
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- RL
- 한빛미디어
- Kinect
- TensorFlow Lite
- Gan
- 강화학습
- Pipeline
- Windows Phone 7
- PowerPoint
- 딥러닝
- reward
- arduino
- bias
- processing
- Kinect SDK
- Distribution
- Policy Gradient
- End-To-End
- Expression Blend 4
- Offline RL
- windows 8
- DepthStream
- dynamic programming
- Off-policy
- Python
- 파이썬
- ColorStream
- Kinect for windows
- Variance
- SketchFlow
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |
글 보관함