首页 文章 精选 留言 我的

精选列表

搜索[AI技能],共10000篇文章
优秀的个人博客,低调大师

你斗地主打得过AI吗?卡牌游戏的强化学习工具包RLCard来了!

项目名称: RLCard 项目作者: Daochen Zha 开源许可协议: MIT 项目地址:https://gitee.com/daochenzha/rlcard 项目简介 RLCard 是一款卡牌游戏强化学习 (Reinforcement Learning, RL) 的工具包。 它支持多种卡牌游戏环境,具有易于使用的接口,以用于实现各种强化学习和搜索算法。 RLCard 的目标是架起强化学习和非完全信息游戏之间的桥梁。 RLCard 由 DATA Lab at Texas A&M University 以及社区贡献者共同开发。 项目演示 除了斗地主外,它还支持多种卡牌游戏环境,包括二十一点、德州扑克、UNO、麻将等等。 示例 以下是一个小例子 import rlcard from rlcard.agents import RandomAgent env = rlcard.make('blackjack') env.set_agents([RandomAgent(num_actions=env.num_actions)]) print(env.num_actions) # 2 print(env.num_players) # 1 print(env.state_shape) # [[2]] print(env.action_shape) # [None] trajectories, payoffs = env.run() RLCard可以灵活地连接各种算法,参考以下例子: 小试随机智能体 Blackjack上的Deep-Q学习 在Leduc Hold'em上训练CFR(机会抽样) 与预训练Leduc模型游玩 在斗地主上训练DMC 评估智能体 支持算法 算法 释例 参考 深度蒙特卡洛(Deep Monte-Carlo,DMC) examples/run_dmc.py [论文] 深度Q学习 (Deep Q Learning, DQN) examples/run_rl.py [论文] 虚拟自我对局 (Neural Fictitious Self-Play,NFSP) examples/run_rl.py [论文] 虚拟遗憾最小化算法(Counterfactual Regret Minimization,CFR) examples/run_cfr.py [论文] 如果你想要亲手试一试这个工具包,那么就点击下面的链接前往项目主页看看吧:https://gitee.com/daochenzha/rlcard

优秀的个人博客,低调大师

fast.ai 深度学习笔记:第一部分第三课

原文:Deep Learning 2: Part 1 Lesson 3 作者:Hiromi Suenaga 课程论坛 学生创建的有用材料: AWS 操作方法 TMUX 第 2 课总结 学习率查找器 PyTorch 学习率与批量大小 误差表面的平滑区域与泛化 5 分钟搞定卷积神经网络 解码 ResNet 架构 另一个 ResNet 教程 我们离开的地方: 回顾 [08:24] : Kaggle CLI:如何下载数据 1: 从 Kaggle 下载时,Kaggle CLI是一个很好的工具。 因为它从 Kaggle 网站下载数据(通过屏幕抓取),它会在网站更改时损坏。 当发生这种情况时,运行pip install kaggle-cli --upgrade。 然后你可以运行: $ kg download -u <username> -p <password> -c <competition> 将<username>,<password>替换为你的凭证,<competition>是 URL 中的/c/。 例如,如果你尝试从https://www.kaggle.com/c/dog-breed-identification下载狗品种数据,该命令将如下所示: $ kg download -u john.doe -p mypassword -c dog-breed-identification 确保你曾从计算机上单击过Download按钮并接受以下规则: CurWget(Chrome 扩展程序):如何下载数据 2: 简单的猫狗识别 [13:39] from fastai.conv_learner import * PATH = 'data/dogscats/' sz=224 bs=64 笔记本通常假设你的数据位于data文件夹中。 但也许你想把它们放在其他地方。 在这种情况下,你可以使用符号链接(简称symlink): 这是一个端到端的过程,用于获得猫狗识别的最新结果: 简单的猫狗识别 阅读更多

优秀的个人博客,低调大师

AI技术出海 - 阿里云GPU服务器助力旷视勇夺4项世界第一

MSCOCO(Microsoft Common Objects in Context)是当今世界计算机视觉领域最受关注和权威的比赛之一。9月9日,COCO+Mapillary物体识别联合挑战赛研讨会在ECCV 2018大会如期召开,会上公布竞赛排名,中国参赛团队包揽全部冠军。其中,阿里云GPU客户–旷视科技一举拿下4项世界第一,成为本届竞赛最大赢家。 据悉,今年的联合挑战赛中共包含6项挑战,其中COCO4项,Mapillary2项。旷视科技团队参与了3项COCO比赛(实例分割、全景分割、人体关键点检测)和1项Mapillary比赛(街景全景分割),且全部夺冠。 在人工智能领域,一款优秀产品离不开算力,算法,和数据的三要素。在旷视科技成功的背后,为其提供强大算力支持的正是阿里云最新一代云服务服务器GN6家族,该家族成员包括已经商业化部署

优秀的个人博客,低调大师

ATEC倒计时15天|国内首个车险图像定损背后的AI技术(赠门票)

小蚂蚁说: 考虑到加速回报定律,过去20年,科技对日常生活的改变可能比我们想象中的更丰富和立体。 只是,看不见,摸不着的技术是如何悄无声息地进行着这场革命?又是哪些技术完成了让“鸡毛蒜皮”更加便捷、高效的改变? 在距离2018年ATEC峰会还有三十天的时候,我们启动这个海报系列,希望通过不同时空下,30个不同场景的对比,讲述科技如何惊艳了时光。这是蚂蚁科技的故事,是蚂蚁科技客户们的故事,更是我们每一个人的故事。 蚂蚁金服图像定损技术,让人人都能成为定损员! 去年6月,蚂蚁金服对车险行业定制上线「定损宝」,这是图像定损技术首次在车险领域实现的一款商业应用。定损宝将过去由人工肉眼判定车损的环节升级成用人工智能做标准化统一定损,时间更短、准确率更高。不到一年里,「定损宝」已为太平、大地、阳光、安盛天平等多家保险公司提供定损、定价调用服务超过千万次

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册