- 主要内容
- 周三：对强化学习（reinforcement learning）的初步介绍
- Markov 决策过程
- Q-learning
- 应用：吃豆人游戏等
- 周五：深度强化学习介绍
- Policy Gradient & REINFORCE 算法
- A3C 算法
- 模仿学习（Imitation Learning）
- 应用：Atari 游戏, AlphaGo 围棋等
- 周三：对强化学习（reinforcement learning）的初步介绍
- 报告人：罗宇矗
- 开始时间：本周三、周五（8月23、25日）上午 9:40
- 地点：东校区会议室
学习建议：建议大家先从下面的两组视频课程中选择一组学习，学完后再仔细阅读后面提供的文字资料，完成这些后，在自己电脑上安装 Keras 并跑一跑文档中的示例代码。也务必认真阅读 Keras 中文文档中的新手指南和快速开始。遇到问题先查文档，解决不了再在 Twist 上讨论解决。
- 选项一：CS231n (240分钟)
- 中文字幕版（2016）观看地址：网易云课堂
- 需注册后观看，注意对应下面列出的“内容”项学习，这个课程的内容很好，前几节课的部分内容已经在前面有学过，大家也可以在完成这些内容的学习后再复习一遍
- 注意：这周内容比较多，在【神经网络训练细节】这一内容中，大家可以只学 part1
- 英文原版含英文字幕（2017）：YouTube
- 本周学习内容
- Introduction to Neural Networks [反向传播与神经网络初步]
- Convolutional Neural Networks [卷积神经网络详解]
- Training Neural Networks, part I [神经网络训练细节 part1]
- 中文字幕版（2016）观看地址：网易云课堂
- 选项二：Machine Learning 2017, 李宏毅，台湾大学 （260分钟）
- Keras 中文文档
- CS231n 课程笔记
(本项目内容修改自 Udacity ML Nanodegree digit_recognition)
截止日期：8 月 26 日（星期六） 18:30 提交邮箱：[email protected] 邮件以及附件格式： 暑期研讨班作业-姓名-Week_6
这个项目推荐使用 Python 2.7 (使用 Python 3 的同学需要自行解决兼容问题)，需要安装下面这些python包：
你同样需要安装好相应软件使之能够运行Jupyter Notebook。
初始代码包含在 assignment\digit_recognition.ipynb 这个notebook文件中。这里面有一些代码已经实现好来帮助你开始项目，但是为了完成项目，你还需要实现附加的功能。
在命令行中，确保当前目录为 assignment ，运行下列命令：
jupyter notebook digit_recognition.ipynb
这会启动 Jupyter Notebook 并把项目文件打开在你的浏览器中。