写来看的
主要上学期写NoGo的时候这个算法基本没写对这学期写Hex的时候，大概弄明白了之后就想简单记录一下（主要面向PKU的两门屑课的屑作业，说的就是你！计概！AI基础！主要是写给我的女孩看的，希望她能看懂，能会写，不要比别人差简单理解mcts算法基于很简单的蒙特卡洛算法，即随机撒点，利用概率期望收敛的原理来求近似精确解然后还要借助一个公式：UCB公式
# MCTS算法：Java版实现
蒙特卡洛树搜索（MCTS，Monte Carlo Tree Search）是一种用于决策过程的算法，尤其适用于博弈类问题，如围棋、国际象棋等。MCTS通过随机模拟的方法来评估可能的决策，进而找到最佳策略。本文将介绍MCTS的基本原理，并给出Java版的简单实现代码示例，同时通过饼状图和旅行图来帮助理解。
## MCTS算法的步骤
MCTS主要包括以下四个步骤
原创
2024-10-15 06:34:29
88阅读
前面的几篇文章讲了webRTC中的语音降噪。最近又用到了基于MCRA-OMLSA的语音降噪，就学习了原理并且软件实现了它。MCRA主要用于噪声估计，OMLSA是基于估计出来的噪声去做降噪。类比于webRTC中的降噪方法，也有噪声估计（分位数噪声估计法）和基于估计出来的噪声降噪（维纳滤波），MCRA就相当于分位数噪声估计法，OMLSA就相当于维纳滤波。本文先讲讲怎么用MCRA和OMLSA来做语音降噪
转载
2024-09-13 15:46:40
21阅读
马尔可夫链(Markov Chain)，又称为离散时间马尔可夫链，可以定义为一个随机过程Y，在某时间t上的任何一个点的值仅仅依赖于在时间t-1上的值。这就表示了我们的随机过程在时间t上具有状态x的概率，如果给出它之前所有的状态，那么就相当于在仅给出它在时间t-1的状态的时候，在时间t上具有状态x的概率。 如果可能的状态集S是有限的，那么，我们可以提供马尔可夫链的可视化表示结果，如下图所
MCRA1. 噪声谱估计（递归平均）2. 语音存在概率（最小值控制）2.1. 最小值跟踪2.2. 语音存在概率计算3.code & result 1，全称为最小值控制的递归平均，是cohen提出的一种常用的噪声估计方法，处理流程框图 2 如下 从命名上以及以上框图能看出来着个方法主要包含两个部分，噪声谱递归平均和最小值控制(跟踪)，下面分别看看这两个部分1. 噪声谱估计（递归平均）还是老
1 硬件要求Windows版本：Windows 7，Windows 8，Windows 10，Windows Server 12/16显卡版本：请对照NVIDIA提供的支持CUDA的显卡列表（CUDA GPUs）。显卡版本通过"系统属性-设备管理器-显示适配器"查看。（AMD的显卡不可以使用NVIDIA显卡的CUDA ）所有组件：Windows 7/8/10, Server 2012/2016 +
更新2017.2.23有更新，见文末。MCTS与UCT下面的内容引用自徐心和与徐长明的论文《计算机博弈原理与方法学概述》：蒙特卡洛模拟对局就是从某一棋局出发，随机走棋。有人形象地比喻，让两个傻子下棋，他们只懂得棋规，不懂得策略，最终总是可以决出胜负。这个胜负是有偶然性的。但是如果让成千上万对傻子下这盘棋，那么结果的统计还是可以给出该棋局的固有胜率和胜率最高的着法。 蒙特卡洛树搜索通过迭代来一步步地
转载
2023-12-28 13:44:25
55阅读
Welcome to my blog,I`m interesting in WES7 and Windows programming skills.
原创
2010-07-16 11:11:35
603阅读
exynos 4412 时钟域CPU_BLK：内含Cortex-A9 MPCore处理器、L2 cache控制器、CoreSight(调试用)。CMU_CPU用于给这些部件产生时钟。DMC_BLK：内含DRAM内存控制器(DMC)、安全子系统(Security sub system)、通用中断控制器(Generic Interrupt Controller，GIC)。CMU_DMC用于给这些部件产
在控制文本情绪中，PPO-MCTS 在不损害文本流畅度的情况下，目标完成率比 PPO 基线高出 30 个百分点，在手动评测中的胜率也高出 20 个百分点。在一项最新的研究中
原创
2024-08-07 09:28:03
163阅读
损失函数可以两大类：分类和回归。回归损失：1 L1loss L1损失L1损失，也称为平均绝对误差MAE，简单地说就是计算输出值与真实值之间的绝对值大小。这种度量方法在不考虑方向的情况下衡量误差大小。和MSE的不同之处在于，MAE需要线性规划这种复杂的工具来计算梯度。同时 MAE对异常值更加稳健，因为他不需要平方。2 SMOOTHLossL1Loss的平滑版，如果绝对值误差低于1则使用平方项的标准，
转载
2023-07-03 21:42:33
118阅读
https://zhuan
转载
2022-09-19 10:25:36
424阅读
A*算法python简单可视化实现A*算法详解：A*算法详解python实现:使用堆优化加快查找最小代价点 详细流程都写在注释里了使用方法：# 参数为地图高、宽、方格尺寸、起点坐标（0开始）、终点坐标（0开始）、延迟时间
demo = MiniMap(20, 30, 30, (0, 0), (29, 19), 0.05)鼠标左键单击方格添加/删除障碍物，中键重置路径（不改变障碍物），右键开始寻路。
转载
2023-09-03 11:53:14
420阅读
今天一个Python学习的干货。几个印度小哥，在GitHub上建了一个各种Python算法的新手入门大全，现在标星已经超过2.6万。这个项目主要包括两部分内容：一是各种算法的基本原理讲解，二是各种算法的代码实现。传送门在此：https://github/TheAlgorithms/Python简单介绍下。算法的基本原理讲解部分，包括排序算法、搜索算法、插值算法、跳跃搜索算法、快速选择算
转载
2023-07-04 20:26:32
12阅读
一、算法简介1、定义算法是一组完成任务的指令；有限步骤内解决数学问题的程序；为解决某项工作或某个问题，所需要有限数量的机械性或重复性指令与计算步骤。2、算法的条件（5）输入性，输出性，明确性，有限性，有效性。3、时间复杂度O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n!)4、常见的大O运行时间（n一般为元素的个数）：O(
转载
2023-08-10 15:24:31
100阅读
1.算法定义 算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。一个
转载
2023-06-30 11:55:06
187阅读
算法的五大特性：1、输入：有0个或多个输入2、输出：有0个或多个输出3、确定性：算法每一步都有一定的含义，不会出现二义性4、有穷性：算法在执行有限的步骤之后会结束，而不是无线循环执行。5、可行性：算法的每一步都是可行的 如果 a+b+c=1000，且 a^2+b^2=c^2（a,b,c 为自然数），如何求出所有a、b、c可能的组合? &nbs
转载
2024-05-17 01:30:40
51阅读
狄克斯特拉算法的作用（目的）：1.假如你要从学校回家，那么狄克斯特拉算法可以帮你找出从起点到终点耗时最短路径。2.假如你要在咸鱼上买东西，那么狄克斯特拉算法可以让你花最少的钱买到性价比最高的东西。狄克斯特拉算法的步骤：1.找出“权重最低的”节点，即可在最短时间内到达的节点2.更新该节点的邻居的开销，其含义将稍后介绍。3.重复这个过程，直到对图中的每个节点都这样做了。4.计算最终路径实现思路（这里我
转载
2024-04-10 09:21:03
94阅读
一、前言TF-IDF方法的主要思想是：如果某个词或短语在一篇文章中出现的频率(TF) 高，并且在其他文章中很少出现(IDF高)，则认为此词或者短语具有很好的类别区分能力。二、步骤首先对文档进行特征提取操作：（1）分割句子：按照空格进行分割，去除数字以及标点符号，并将所有字符全部小写；（2）去除词汇：去除代词、冠词等功能词；（3）词干提取：去除单词的复数、过去式、比较级、最高级等形式。然后对生成的语
转载
2023-11-16 21:39:35
83阅读
EM算法也称期望最大化（Expectation-Maximum，简称EM）算法，它是一个基础算法，是很多机器学习领域的基础，比如隐式马尔科夫算法（HMM），LDA主题模型的变分推断算法等等。本文对于EM算法，我们主要从以下三个方向学习：1，最大似然2，EM算法思想及其推导3，GMM（高斯混合模型）1，最大似然概率 我们经常会从样本观察数据中，找到样本的模型参数。最常用的方法就是极大化模型分布
转载
2023-06-16 00:23:27
342阅读
