読者です 読者をやめる 読者になる 読者になる

Top

このブログはなんですか Talk of tech innovation is bullsh*t. Shut up and get the work done – says Linus Torvalds Deep Leaning 勉強用ブログ - DeepLearning勉強マン 何を実装しましたか Generative DCGAN WGAN Reinforcement Learning DQN Double DQN…

Prioritized Experience Replay

[1511.05952] Prioritized Experience Replay 論文まとめ Online RLの問題点 遷移(transition)間の依存関係の影響が大きい レアな遷移をすぐに捨ててしまう そこで、 Experience Replay(ER) DQNでは、replay mem.からランダムサンプリングしたミニバッチを使…

Deep Reinforcement Learning with Double Q-learning (Double DQN)

Deep Reinforcement Learning with Double Q-learning [1509.06461] Deep Reinforcement Learning with Double Q-learning 論文まとめ Q-learningは、maxを取っている関係上、action-valueを過大評価(overestimate)する傾向があることが知られている.これま…

Deep Q Network (DQN)

http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html [1312.5602] Playing Atari with Deep Reinforcement LearningQ-Learningにおいて、action-value functionをDNNで関数近似したもので、Deep RLの皮切りとなった. Q-Learningとはなん…

Wasserstein GAN (WGAN)

Wasserstein GAN (WGAN) [1701.07875] Wasserstein GAN ([1701.04862] Towards Principled Methods for Training Generative Adversarial Networks WGANの話の前にこの話がある) Martin Arjovsky氏の実装(Torch) GitHub - martinarjovsky/WassersteinGANWGAN…

Deep Convolutional Generative Adversarial Networks (DCGAN)

Deep Convolutional Generative Adversarial Networks [1511.06434] Unsupervised Representation Learning with Deep Convolutional Generative Adversarial NetworksDCGANをTensorflowで実装 データはMNIST ちなみにTensorflowの経験はそんなにない(ので…

Deep Leaning 勉強用ブログ

このブログについて ザコい学生のブログ これから自分の勉強としてDeep Leaning関連の論文等を実装していき、その過程をブログとして残しておきたい. (モチベーションのためにも) Linuxカーネルの開発者であるLinux Benedict Torvalds氏も以下のように述べて…