Deep Learning（深度学习）学习笔记整理系列

重新整理文章：如何用深度强化学习.: 基于win10 ,VS2019 快速实现 用python 下载baostock中的数据，之后进行计算600036模拟。

路由matlab仿真代码 人工智能 研究领域包括计算机视觉、生物视觉、自动驾驶的工具。 入门 深度学习、深度强化学习，具体子问题包括视觉目标跟踪和平稳跟踪的相关性、多目标跟踪等。 环境 开发测试平台Ubuntu 18.04、Windows 10。 Matlab 2018a Python 3.6 安装 所有安装包 Matlab 2018a Matlab 2018a（包括Windows、Linux、Mac平台的安装包及安装步骤） Python Python 3.6.5(Anaconda3-5.2.0) 添加环境变量：C:\Users\dong\Anaconda3 C:\Users\dong\Anaconda3\Scripts pip install opencv_python-3.4.2-cp36-cp36m-win_amd64.whl pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tqdm pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gym==0.

深度强化学习（Deep Reinforcement Learning ）是研究的热点之一，在2019年DeepMind OpenAI等发表多篇热门论文。来自SprekelerLab的博士生 Robert Tjarko Lange总结了2019年十大深度强化学习论文，涉及到大型项目、模型RL、多代理RL、学习动力学、组合先验等，值得一看。

tsp matlab代码使用深度强化学习方法和注意力模型来解决多目标TSP。 该代码是具有四维输入（欧几里得类型）的模型。 具有三维输入的模型（混合类型）在RL_3static_MOTSP.zip中。 本文中用于可视化和比较的Matlab代码位于MOTSP_compare_EMO.zip中。 在tsp_transfer _... dirs中可以找到经过训练的模型。 要测试模型，请使用Post_process目录中的load_all_rewards。 要训​​练模型，请运行train_motsp_transfer.py 为了可视化获得的帕累托阵线，应使用Matlab对结果进行可视化。 Matlab代码位于.zip文件中。 它位于“ MOTSP_compare_EMO / Problems / Combinatorial MOPs / compare.m”中。 用于批量生成数字。 首先，您需要运行train_motsp_transfer.py来训练模型。 运行load_all_rewards.py以加载和测试模型。 还将获得的Pareto Front转换为.mat文件 运行Matlab代码

基于深度迁移学习的小样本图像分类matlab程序，网络模型基于AlexNet，文件包含了图像数据集，输出结果可靠。

深度强化学习以实现动态组合管理 STAT 461课程项目 张克南 该存储库是提出的用于动态投资组合管理的强化学习模型的实现 。 动机 动态投资组合管理描述了根据股票价格顺序分配资产集合以最大化长期收益的过程。 从本质上讲，它属于强化学习的名声，代理商通过与环境互动来学习最佳策略。 因此，我们可以将投资组合的重新分配视为“行动”，将股票市场视为“环境”，将立即的投资回报视为“回报”。 问题陈述 考虑一个由m个资产和现金组成的投资组合。 我们使用向量w表示每项资产的权重，因此权重之和等于1。假设最后一次重新分配后的权重为w t-1 ，则在当前时间步结束时，权重转移到w ' t由于股票价格变动。 然后，我们需要重新分配投资组合，以使权重等于w t 。 MDP框架 与其他强化学习模型相同，我们需要首先将动态投资组合优化问题表述为马尔可夫决策过程（MDP）。 状态S T：标准化价格的历史很短。 考

深度学习 通过深度强化学习制作简单的游戏AI简介 Keras和Gym中最小和简单的深度Q学习实现。 不到100行代码！ 博客文章包含dqn.py代码的说明。 为了方便起见，我对该存储库进行了一些细微的调整，例如load和save功能。 我还使memory成为双端队列，而不只是列表。 这是为了限制内存中元素的最大数量。 训练对于dqn.py可能是不稳定的。 ddqn.py减轻了此问题。 我将在下一篇文章中介绍ddqn 。

网址网 介绍 这是URLNet的实现-通过深度学习学习URL表示以进行恶意URL检测 URLNet是基于卷积神经网络（CNN）的模型，用于检测恶意URL。 该模型在字符和单词级别都利用了URL文本字符串的功能。 资源 URLNet需要Python 3.6和以下软件包： 张量流1.8 tflearn 0.3 numpy的1.14 模型设计 样例命令 在所有用于训练或测试的数据集中，每一行都包括标签和模板后面的URL文本字符串： 例子： +1 http://www.exampledomain.com/urlpath/... -1 http://www.exampledomain.com/urlpath/... URL标签为+1（恶意）或-1（良性）。 可以通过运行以下命令来训练模型： python train.

给研一同学们的深度学习学习规划-附件资源