文章第4页｜柏舟的博客

柏舟新冠5年 02-20 阅读次数 559

最小二次逼近和使用损失函数导出内积。

柏舟新冠5年 02-10 阅读次数 553

周人的忧患观：战战兢兢，如履深渊，如履薄冰。

柏舟新冠5年 01-23 阅读次数 502

Go和Rust这类错误处理方式需要显式处理错误。优点是错误类型都是显式定义的，缺点是会污染所有后续的函数，并且影响调用栈，很难调试。

柏舟新冠5年 01-11 阅读次数 469

区别：是否存在先验的模型，奖励函数是否可观测。有无足够的信息决定了最终是否需要平衡搜索、当前收益和未来。

柏舟新冠5年 01-05 阅读次数 566

从泛函的向量空间理解LQR，以及对张量的协变、逆变的理解。

柏舟新冠4年 12-26 阅读次数 457

#心绪

柏舟新冠4年 12-19 阅读次数 599

AlphaZero是一种以MCTS为基础的使用模仿学习的强化学习方法，适用于奖励函数难以建模的情形。国际象棋动作空间建模很复杂。复现策略拟合还算成功，但是局势判断拟合失败。

柏舟新冠4年 12-03 阅读次数 545

我的哲学体系解决两个时代问题：人工智能意味着什么？现代文明是什么？