サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
夏の料理
csam.hatenablog.com
今回は2/17日にドワンゴさんで行われたFPGAXでの発表で紹介したサーベイ論文「A Survey of FPGA Based Neural Network Accelerator」の邦訳を掲載することにする。 稚拙ながら発表スライドも以下にあるので興味のある方はぜひ御覧ください。( ´∀`) https://www.slideshare.net/leapmind/an-introduction-of-dnn-compression-technology-and-hardware-acceleration-on-fpga-88557866 A Survey of FPGA Based Neural Network Accelerator Kaiyuan Guo, Shulin Zeng, Jincheng Yu, Yu Wang, Huazhong Yang https://arxiv.o
Pythonで学ぶ強化学習を第3章まで読んだので、以下にまとめる。 強化学習系の書籍(和書)は理論と実践のどちらかに振り切っている印象が強かったけど、これは数式とプログラム、説明のバランスが良くて分かりやすいです。おすすめです(^q^) 実装したコードはこちらのリポジトリにある。 以下は筆者が個人的に不足していると感じた部分を補ったり、分かりやすい順番に入れ替えたりしているので、完全に本書に沿っているわけではないことを了承してから良い進めてほしい。間違いの指摘などは大歓迎なので、どんどん送っていただけると嬉しい。 Pythonで学ぶ強化学習 1 モデルフリーの環境とは、環境自体の情報が事前に分かっていない状態を指す。 モデルフリーの手法ではエージェントが自ら動くことで経験を蓄積し、そこから学習を行っていく必要がある。 ここで以下の3つのトレードオフが重要になる。 1. 蓄積と活用のバランス
このページを最初にブックマークしてみませんか?
『Computer Science And Mathematics』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く