训练数据收集

初版：

1. 一开始Agent是完全随机、乱给的$\{s,a\}$,记录下来；然后做很多的episodes，得到相当多的数据。

2. 评价每个Action是好还是不好

3. 以评价的结果训练Agent: $\{r_1,r_2,\dots,r...

CPEA

话说，感觉《一兆游戏》第一集25.50-30.00这一段配三个人非常easy。

还是先看论文吧

Backbone...

3.28：

难绷，一直在补坑。。。

这个补完了：AI Agent介绍

3.29：

这几天一直在看Reinforcement Learning。是的，我的框架还没搭好，原因是看的太浅了，不了解RL的一些执行细节，虽然之前有看过Markov Process，但是又是一段时间过...

最近，沉迷于看小说，我反思……

实验进度

还是最简单的三个实验、然后重复实验、已添加的指标、再跑shot=8上的。

阅读全文

继续实验，今天要做的实验是：(ICML 2023) A Closer Look at Few-shot Classification Again

阅读全文

实验

AI Agent

比较正规的解释：AI Agent（人工智能体）是一种能够感知环境、进行决策和执行动作的智能实体。它们具备记忆、逻辑分析能力和任务拆解能力，旨在通过自然语言与用户交互，自动化处理复杂工作任务。

这个词倒不是...

晚上很饿，遂吃一个香蕉，发现能迅速有效缓解饥饿，赞。

PPT要改的地方：

每个组件 都相较于原来的、改变了什么、为什么比原有的效果好？好在哪里？

再就是听众不清楚强化学习、先介绍一下强化学习是什么。

用一个PPT介绍、再就...

Bellver Bueno, Miriam, et al. “Hierarchical object detection with deep reinforcement learning.” Deep Learning for Image Processing Applications. IOS Press, 2017. 164-176.

阅读全文

gua

关于简单的实验做完了，还剩下几块难啃的骨头（）

food101-MAML的今晚应该能跑完。

python ./test.py —dataset food101 —model Conv4 —meth...

大珠子：

大块不规则蓝色透明石头*4

水滴型深蓝色10、圆形深蓝色\12 10-12mm

米珠5-6mm:深蓝、天蓝、黑灰*30/40—