web-dev-qa-db-ja.com

reinforcement-learning

強化学習を継続的なアクションスペースに適用するにはどうすればよいですか？

QラーニングとValue Iterationの違いは何ですか？

Q学習vs時間差vsモデルベース強化学習

強化学習とディープRLの違いは何ですか？

DQN-Q-Lossが収束しない

イプシロン欲張りq学習におけるイプシロンと学習率の減衰

グラデーションポリシーの派生を理解する

視覚入力を使用してDiablo 2をプレイするために人工ニューラルネットワークをトレーニングする方法

人工ニューラルネットワークではなく、サポートベクターマシンをいつ使用する必要がありますか？

QラーニングとSARSAの違いは何ですか？

強化学習によるニューラルネットワークのトレーニング

値の反復とポリシーの反復の違いは何ですか？

model.predict（）とmodel.fit（）は何をしますか？

強化学習のポリシーとは何ですか？

RLのProximal Policy Optimization Algorithmを理解する方法は何ですか？

AttributeError：モジュール '_Box2D'には属性 'Rand_LIMIT_swigconstant'がありません

Openai Gym環境の違い 'cartpole-v0'と 'cartpole-v1'の違い

Tensorflowとマルチプロセッシング：セッションの受け渡し

マルチエージェントゲームのためのOpenaiジム環境

OpenAI Gym： `action_space`表記（spaces.Box）を理解する

keras-rl / OpenAI GYMでカスタム環境を実装する方法は？

KerasでのTensorflow Huber損失の使用

openaiジムのすべての環境IDを一覧表示します

強化学習にGPUを効果的に利用するにはどうすればよいですか？

Kerasでウェイトを手動で更新する方法

俳優批評家の政策損失がゼロになる（改善なし）

JupyterノートブックのみにOpenAIジムを表示する

OpenAIのジムにカスタム環境を登録するにはどうすればよいですか？

TypeError：lenはシンボリックテンソルに対して適切に定義されていません。 （activation_3 / Identity：0）形状情報については、 `len（x）`ではなく `x.shape`を呼び出してください

keras-rlでアクション値を定義する

Atari Breakoutの実装時にエラー「AttributeError： 'NoneType' object has no attribute 'shape'」が発生する

誰でも教師付き学習と教師なし学習の実際の例を挙げることができますか？

教師あり学習と教師なし学習の違いは何ですか？

人工ニューラルネットワークのニューロン数と層数の推定

ニューラルネットワークを訓練するときのエポック対反復

バックプロパゲーションニューラルネットワークで非線形活性化関数を使用する必要があるのはなぜですか？

多層パーセプトロン（MLP）アーキテクチャ：隠れ層の数と隠れ層のサイズを選択するための基準？

弱い学習者とは何ですか？

オーディオ用の畳み込みニューラルネットワーク（CNN）

sklearn GradientBoostingClassifierでカテゴリ変数を処理する方法は？

Theanoの畳み込みニューラルネットワークの教師なし事前トレーニング

sklearn.ensemble.AdaBoostClassifierはSVMをbase_estimatorとして受け入れられませんか？

scikit-learn（またはその他のpythonフレームワーク）を使用したさまざまな種類のリグレッサーのアンサンブル

Caffeの「lr_policy」とは何ですか？

バックプロパゲーションアルゴリズムは、微分不可能な活性化関数をどのように処理しますか？

クラスの不均衡への取り組み：損失とSGDへの寄与のスケーリング

Scikit-learn：True Positive、True Negative、False Positive、False Negativeを取得する方法

convert_imageset.cppのガイド

Neuroevolutionでニューラルネットワークの重みを進化させる方法は？

Caffeの「weight_decay」メタパラメーターとは何ですか？

畳み込みニューラルネットワークの深さとは何ですか？

トレーニング中のナンの一般的な原因

事前学習済み（Tensorflow）CNNを使用して特徴を抽出する

機械学習モデルのための「損失」と「正確さ」の解釈方法

テンソルフローのtf.nn.dropoutで入力がスケーリングされるのはなぜですか？

DeConvNetでのプール解除とデコンボリューションの仕組み

TensorFlowを使用した不均衡なデータのトレーニング

Tensorflowでは、sampled_softmax_lossとsoftmax_cross_entropy_with_logitsの違いは何ですか

テキストデータを分類するための単純ベイズとSVM

ニューラルネットワークの層とノードの数を決定する方法

小さな画像データセットのためのデータ増強技術？

TensorFlowでグラデーションクリッピングを適用する方法は？

GoogLeNetモデルの微調整

Python / Keras-各エポック予測にアクセスする方法は？

KerasのDenseメソッドでレイヤーのサイズを決定する方法は？

Tensorflowのデフォルトの変数初期化子は何ですか？

Binary_crossentropyとCategorical_crossentropyの混同

最大プーリングVS合計プーリング

TensorFlowで用語「テンソル」を理解する方法は？

複数のクラスでトレーニングするときにKerasでラベルIDを取得するにはどうすればよいですか？

機械学習の特定の機能により重点を置く方法は？

LSTMネットワークのパラメーター数を計算する方法は？

TensorFlow-L2損失を伴う正則化、最後の重みだけでなく、すべての重みに適用する方法？

TensorFlow-L2正規化とドロップアウトの両方をネットワークに導入します。それは理にかなっていますか？

畳み込みニューラルネットワークのバッチ正規化

Tensorflowの複数のセッションとグラフ（同じプロセス内）

Kerasは異なるサイズの入力画像を処理できますか？

ケラスの政策勾配

なぜIOUをトレーニングに使用しないのですか？

keras：model.predictとmodel.predict_probaの違いは何ですか

LSTMでtanhを使用する直感は何ですか

KerasのDenseレイヤーとActivationレイヤーの違い

keras：トレーニング履歴を保存する方法

回転不変ニューラルネットワークが人気のあるコンテストの勝者に使用されないのはなぜですか？

TensorFlowのバッチとは何ですか？

Kerasのマルチクラス分類で、binary_crossentropyがcategorical_crossentropyよりも正確なのはなぜですか？

caffeの「Python」レイヤーとは何ですか？

TensorFlowのWordロジットの意味は何ですか？

ケラスは「精度」と「損失」をどのように定義しますか？

「BatchNorm」レイヤーはカフェでどのように使用する必要がありますか？

分類のために画像データセットにラベルを追加する方法は？

TensorFlow：バッチのトレーニングが終了すると、tf.train.batchは次のバッチを自動的にロードしますか？

Tensorflow Slim：TypeError：期待されるint32、代わりにタイプ '_Message'のTensorを含むリストを取得しました

kerasflow_from_directoryクラスのオーバーサンプリングまたはアンダーサンプリング

Kerasでマルチクラス画像分類器をトレーニングする

TensorFlowでの3D畳み込みによるバッチ正規化

ベイズ最適化を使用した深層学習構造のハイパーパラメーター最適化

TensorFlowがtools属性を見つけられない場合、TensorFlowのチェックポイントファイルの変数をどのように検査しますか？

グローバルプーリングは何をしますか？

Keras binary_crossentropyとCategorical_crossentropyのパフォーマンス