Cesàro和 Fejér积分
上周我们证明了 f:R→Rf:\mathbb R\rightarrow \mathbb Rf:R→R，周期为 2π2\pi2π，且f∣[−π,π]∈L1([−π,π])f\biggl|_{[-\pi,\pi]}\in L^1([-\pi,\pi])f∣∣∣∣∣[−π,π]∈L1([−π,π])，f(x0+),f(x0−)f(x_0^+),f(x_0^-)f(x0+),f(x0−) 存在，若
wty's blog
2-范数 L2中的性质及Fourier级数收敛性
三角多项式： Pn=a02+∑k=1n{akcoskx+bksinkx}P_n = \frac{a_0}{2}+\sum_{k=1}^n\left\{a_k\cos kx+b_k\sin kx\right\} Pn=2a0+k=1∑n{akcoskx+bksinkx} 称为三角多项式，若 an 或 bn≠0a_n\ \text{或}\ b_n\neq 0an 或 bn=0，则
Fourier变换 Schwarz空间
设 f:A⊂R→Cf:A\subset \mathbb R\rightarrow \mathbb Cf:A⊂R→C，fff 是实数到复数的一个映射，则 f(x)=u(x)+icotv(x)f(x) = u(x) + i\cot v(x)f(x)=u(x)+icotv(x)，u,v:A→Ru, v:A\rightarrow \mathbb Ru,v:A→R，定义 ∫Af:=∫Au+i∫Av\int
《机器学习实战》第四章 训练线性模型
机器学习中的线性模型 以下内容是在《机器学习实战：基于Scikit-Learn，Keras和TensorFlow》中第四章内容基础上进行的总结. 模型原理 基本定义 我们默认向量均为列向量，用小写字符表示向量，大写字符表示矩阵. 假设训练集中总共有 mmm 个样本，第 iii 个样本对应的特征和标签记为 (x(i),y(i))(\boldsymbol{x}^{(i)}, y^{(i)
Scikit-Learn 常用函数及模型写法
Scikit-learn安装 pip install scikit-learn # 基础包安装 pip install scikit-image # 图像处理包 Scikit-Learn设计原则 参考论文API design for machine learning software: experiences from the scikit-learn project，这里给出Scikit-
A2C (Advantage Actor-Critic) 算法
A2C (Advantage Actor-Critic) Algorithm 算法 设 π(a∣s;θ)\pi(a|s;\theta)π(a∣s;θ) 为当前智能体策略网络，其中 θ\thetaθ 为网络参数，Vπ(S)V_\pi(S)Vπ(S) 为状态价值函数，最优化目标 maxθES[Vπ(S)]=:J(θ)\max_\theta\mathbb{E}_S[V_{\pi}(S)] =:
DQN (Deep Q-Network) 算法
DQN (Deep Q-Network) Algorithm 算法 DQN is based on Q-Learning, it changes the estimate of the Q function from “grid search” to “network search”. It’s an off-policy algorithm, which allow us to store
SAC (Soft Actor-Critic) 算法
概述 SAC算法可以简单理解为一种将Q-Learning用于策略 πθ(a∣s)\pi_{\theta}(a|s)πθ(a∣s) 估计的算法，由于使用了策略网络，所以可以用于解决连续问题，与梯度策略定理(A2C)或策略迭代定理(TRPO,PPO)不同，SAC策略网路的更新目标浅显易赅，就是要近似 Qπ∗(s,⋅)Q_{\pi^*}(s,\cdot)Qπ∗(s,⋅) 对应的 softmax 分