迁移学习-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 5205 篇文章
累计创建 1860 个标签
累计收到 0 条评论

目录CONTENT

以下是迁移学习相关的文章

2026-02-01
无需TD学习的强化学习：基于分而治之的替代范式本文介绍了一种基于“分而治之”范式的强化学习（RL）算法，它不依赖于传统的时间差分（TD）学习。该算法能有效扩展到长期任务，解决了TD学习在可扩展性方面的挑战。研究人员提出了“迁移学习（TRL）”，通过限制子目标搜索空间和使用期望回归来实现了可扩展的、分而治之的价值学习。
- 2026-02-01
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-01-13
表格机器学习任务中使用的10种嵌入（Embeddings）方法
- 2026-01-13
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-01-07
无需TD学习的强化学习：基于分而治之的新范式本文介绍了一种基于“分而治之”范式的强化学习（RL）算法，它不依赖于存在扩展性挑战的时序差分（TD）学习。该方法在处理长程任务时表现出色，通过对轨迹进行对半分割并结合其值来更新整体轨迹的值，理论上可将贝尔曼递归次数降至对数级别。研究者提出了“迁移学习（TRL）”，并成功将其应用于复杂的、基于目标的RL任务，取得了优于多种基线方法的性能。
- 2026-01-07
- 0
- 0
- 0
- AI基础/开发
- AI工具应用