VAE Tutorial 3
in VAE on Deep-Learning
- VAE Tutorial 목차
VAE Tutorial 2
in VAE on Deep-Learning
- VAE Tutorial 목차
VAE Tutorial 1
in VAE on Deep-Learning
- VAE Tutorial 목차
A Natural Policy Gradient 보충자료
in Paper on Reinforcement-Learning
1. CS294의 자료
cs294에서도 NPG에 대한 내용을 소개한다. cs294 lecture 13에 해당하는 내용이다. 링크는 다음과 같다.
Model-Ensemble Trust-Region Policy Optimization
in Paper on Reinforcement-Learning
TRUST-PCL: An Off-policy Trust Region Method for Continuous Control
in Paper on Reinforcement-Learning
A Natural Policy Gradient
in Paper on Reinforcement-Learning
ICLR 2018 accepted RL papers
in Paper on Reinforcement-Learning
이번 ICLR 2018에 채택된 강화학습 논문 중에서 관심이 가는 논문들 리스트를 뽑아봤습니다. 다른 논문도 많지만 제 취향대로 뽑아봤습니다. 먼저 읽고 싶은 논문은 (2), (10), (12) 입니다.
- (1) Universal Agent for Disentangling Environments and Tasks
읽고 싶은 이유: 어떤 task를 학습하는데 두 개로 agent를 쪼개는 방식이 흥미로워서abtract: Recent state-of-the-art reinforcement learning algorithms are trained under the goal of excelling in one specific task. Hence, both environment and task specific knowledge are entangled into one framework. However, there are often scenarios where the environment (e.g. the physical world) is fixed while only the target...
CS231n Lecture 3: Loss Functions and Optimization
강의링크: youtube
1. Last Lecture Summary
- image 데이터에 대한 linear classification을 가정
- 간단하게 다음 그림같이 \(32x32x3\)의 이미지가 입력으로 들어왔을 때 그 그림이 10개의 클래스 중에 어디에 분류되는지를 맞추는 모델을 생각
- 모델은 다음 수식으로 정의 : \(f(x,W)=Wx+b\)
- \(W\)가 학습의 대상이 되는 parameters of weight
Kickstarting Deep Reinforcement Learning
in Paper on Reinforcement-Learning
- 논문 저자: Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun(Microsoft Research)
- 논문 링크: https://arxiv.org/pdf/1512.03385.pdf
