hiromichinomata https://blog.hatena.ne.jp/hiromichinomata/ algonote https://ja.algonote.com/ 画像処理 勉強会 機械学習 第44回コンピュータビジョン勉強会＠関東に(リモートで)参加しました。 強化学習の光と闇 強化学習でとける問題はたくさんあり、部分観測問題を含めればだいたいとける。強化学習には時間がかかり、7000万回試行錯誤しても報酬は0のこともある。結果にもばらつきがあり、A3Cの論文でもモデルの初期化で大きくばらつきが出ている。 (最適)ベルマン方程式が満たされるようにベルマンオペレータで関数を更新していけばだんだん最適関数に近づく。=>動的計画法。強化学習ではこれを近似的にやる。Q学習では収束が保証されているがDQNでは保証されているわけではない。 DQNはそのため頻繁に更新しすぎると学習が不安定にな… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fja.algonote.com%2Fentry%2Fkantocv-44" title="第44回コンピュータビジョン勉強会＠関東まとめ&amp;感想 #cvsaisentan - algonote" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/h/hiromichinomata/20180207/20180207223858.png Hatena Blog https://hatena.blog 2018-02-09 20:29:01 rich https://ja.algonote.com/entry/kantocv-44 1.0 100%