180: Pembelajaran Konsolidasi – Beragampengetahuan

Pendahuluan Topik: Grill

Berita/Tautan:

• Anda tidak dapat menyebut diri Anda senior sampai Anda bekerja dalam proyek warisan
  • https://www.infobip.com/delopers/blog/seniors-working-on-a-glegacy-project
• Staf mungkin merupakan yayasan gambar AI paling kuat yang pernah saya gunakan – inilah alasan mengapa
  • https://www.tomsguide.com/ai/ai-image-video/recraft-bight-te-the-most-powerfulfulful-ai-image-platform-ive-ver-0ertes-hertes-to
• NASA memiliki daftar 10 aturan pengembangan perangkat lunak
  • https://www.cs.otago.ac.nz/cosc345/resource/nasa-10-rules.htm
• AMD Radeon RX 9070 XT Perkiraan Kinerja Bocor: 42% hingga 66% Dibandingkan dengan Radeon RX 7900 Green
  • https://www.tomshardware.com/tech-indvestry/amd-estimates-of-radeon-rx-9070-d-dperformance-leaked-42-percent-66-0percent -faster-harus-radeon -rx -7900 -gre

Buku Program

• Patrick:
  • Pemain Game (Ian M Banks)
    • (bukan yang lain)
• Jason:
  • Alat Game Global Peran Dasar -Playing
    • https://amzn.to/3es4p5i

Patreon Plug https://www.patreon.com/programmingthrowdown?ty=h

Alat program

• Patrick:
  • Pokemon Sword and Shield
• Jason:
  • Fitur dan label ()

Subjek: Pembelajaran konsolidasi

• Tiga jenis AI
  • Pembelajaran Pemantauan
  • Pembelajaran yang luar biasa
  • Pembelajaran Konsolidasi
• Online Dibandingkan dengan Offline RL
• Algoritma optimasi
  • Mengoptimalkan nilai
    • Sarsa
    • Qu-learning
  • Optimalisasi Kebijakan
    • Kemiringan Kebijakan
    • Aktor-kritik
    • Mengoptimalkan kebijakan di dekat
• Nilai dibandingkan dengan optimasi kebijakan
  • Optimalisasi nilai lebih intuitif (nilai kehilangan)
  • Mengoptimalkan lebih sedikit kebijakan visual (kemiringan kebijakan)
  • Konversi nilai menjadi kebijakan dalam studi mendalam itu sulit
• Pembelajaran palsu
  • Pelajari kebijakan untuk dipantau
  • Umumnya digunakan untuk belajar memperkuat bootstrap
• Evaluasi Kebijakan
  • Skor tren dibandingkan dengan model yang didasarkan pada
• Tantangan untuk melatih model RL
  • Dua putaran optimasi
    • Kumpulkan umpan balik dibandingkan dengan pembaruan model
  • Tujuan Optimalisasi Kesulitan
    • Evaluasi Kebijakan
• Rlhf & grpo

★ Dukung podcast ini di Patreon ★

programming, object oriented programming, programming language, programming adalah, web programming, belajar programming, tournament software, software, software adalah, contoh software, apa itu software, pengertian software, aplikasi, aplikasi penghasil uang, aplikasi bokep, aplikasi video, python programming

#Pembelajaran #Konsolidasi