Rétropropagation : équations démontrées sous forme matricielle et vérification numérique du gradient
La règle de dérivation en chaîne sur le graphe de calcul, les équations de rétropropagation démontrées, un coût indépendant du nombre de…
Bibliothèque
579 articles
La règle de dérivation en chaîne sur le graphe de calcul, les équations de rétropropagation démontrées, un coût indépendant du nombre de…
Le perceptron et le théorème de convergence de Novikoff démontré, le problème du XOR, les réseaux multicouches et les fonctions d'activation, le…
Le problème de l'apprentissage supervisé, les équations normales démontrées, la convergence de la descente de gradient avec la limite 2/L, la régression…
AlphaGo et AlphaZero, locomotion, drones et plasma, l'AR dans les voitures, le RLHF avec le modèle de Bradley-Terry, le DPO démontré et…
Simulateurs physiques (MuJoCo, Isaac Lab, Brax, CARLA), l'écart entre simulation et réalité, identification et randomisation de domaine, le Gaussian splatting 3D expliqué…
L'interface Gymnasium, PPO en quelques lignes avec Stable-Baselines3, CleanRL, RLlib et TorchRL, PufferLib : émulation, vectorisation, environnements Ocean en C, versions 3.0…
Apprendre à partir de démonstrations : clonage de comportement, le théorème d'accumulation des erreurs, DAgger, expériences sur CartPole avec 10 graines, AR…
Le théorème du gradient de politique démontré, REINFORCE, la ligne de base qui n'introduit pas de biais, acteur-critique, l'avantage généralisé GAE, l'objectif…
Le Q-learning avec un réseau de neurones : la triade mortelle, la mémoire de rejeu, le réseau cible, la surestimation du maximum…
Apprendre des valeurs à partir de l'expérience : Monte Carlo, TD(0), conditions de convergence, SARSA sur la politique et Q-learning hors politique,…