当前目录
全盘
查全部
文件夹
文件
主页
/
23、极客时间
/
03.最新更新部分
/
077 NLP实战高手课【完结】
/
1-99
100-WikiSQL任务简介.mp4
101-ASDL和AST.mp4
102-Tranx简介.mp4
103-LambdaCaculus概述.mp4
104-Lambda-DCS概述.mp4
105-InductiveLogicProgramming:基本设定.mp4
106-InductiveLogicProgramming:一个可微的实现.mp4
107-增强学习的基本设定:增强学习与传统的预测性建模有什么区别?.mp4
108-最短路问题和DijkstraAlgorithm.mp4
109-Q-learning:如何进行Q-learning算法的推导?(1).mp4
110-Rainbow:如何改进Q-learning算法?(1).mp4
111-PolicyGradient:如何进行PolicyGradient的基本推导?(1).mp4
112-A2C和A3C:如何提升基本的PolicyGradient算法(1).mp4
113-Gumbel-trick:如何将离散的优化改变为连续的优化问题?.mp4
114-MCTS简介:如何将“推理”引入到强化学习框架中.mp4
115-DirectPolictyGradient:基本设定及Gumbel-trick的使用.mp4
116-DirectPolictyGradient:轨迹生成方法.mp4
117-AutoML及NeuralArchitectureSearch简介.mp4
118-AutoML网络架构举例.mp4
119-RENAS:如何使用遗传算法和增强学习探索网络架构.mp4
120-DifferentiableSearch:如何将NAS变为可微的问题.mp4
121-层次搜索法:如何在模块之间进行搜索?.mp4
122-LeNAS:如何搜索搜索space.mp4
123-超参数搜索:如何寻找算法的超参数.mp4
124-Learningtooptimize:是否可以让机器学到一个新的优化器.mp4
125-遗传算法和增强学习的结合.mp4
126-使用增强学习改进组合优化的算法.mp4
127-多代理增强学习概述:什么是多代理增强学习?.mp4
128-AlphaStar介绍:AlphaStar中采取了哪些技术?.mp4
129-IMPALA:多Agent的Actor-Critic算法.mp4
130-COMAAgent之间的交流.mp4
131-多模态表示学习简介.mp4
132-知识蒸馏:如何加速神经网络推理.mp4
133-DeepGBM:如何用神经网络捕捉集成树模型的知识.mp4
134-文本推荐系统和增强学习.mp4
135-RL训练方法集锦:简介.mp4
136-RL训练方法RL实验的注意事项.mp4
137-PPO算法.mp4
138-Reward设计的一般原则.mp4
139-解决SparseReward的一些方法.mp4
140-ImitationLearning和Self-imitationLearning.mp4
141-增强学习中的探索问题.mp4
142-Model-basedReinforcementLearning.mp4
143-TransferReinforcementLearning和Few-shotReinforcementLearning.mp4
144-Quora问题等价性案例学习:预处理和人工特征.mp4
145-Quora问题等价性案例学习:深度学习模型.mp4
146-文本校对案例学习.mp4
147-微服务和Kubernetes简介.mp4
148-Docker简介.mp4
149-Docker部署实践.mp4
150-Kubernetes基本概念.mp4
151-Kubernetes部署实践.mp4
152-Kubernetes自动扩容.mp4
153-Kubernetes服务发现.mp4
154-KubernetesIngress.mp4
155-Kubernetes健康检查.mp4
156-Kubernetes灰度上线.mp4
157-KubernetesStatefulSets.mp4
158-Istio简介:Istio包含哪些功能?.mp4
159-Istio实例和Circuit Breaker.mp4
160-结束语.mp4
课程资料地址.txt
Copyright © All rights reserved.
信息加载中,请等待...