📁 作业

从互联网有向图和随机冲浪者模型出发，推导阻尼 PageRank、矩阵形式、幂迭代、收敛性及应用扩展

梳理 PPO 的提出背景、优势函数、概率比裁剪、策略损失、价值损失、熵正则及 Actor-Critic 训练流程

围绕 Subitizing 认知能力，分析 DCNN 对数量、形状和尺度的泛化局限，以及边缘归一化和形态学预处理实验

根据现有程序完整还原八状态导航实验，包括奖励矩阵、Q 值迭代、训练结果、最佳动作和各起点路径

从 Beale 函数及其梯度推导出发，记录梯度下降实现、参数设置、收敛曲线、最终结果与改进方向

完整整理自定义线性层与反向传播、深层 MLP、优化器与初始化实验、CIFAR-10 上的 MLP/CNN 对比，以及自建数据集分类与 GUI 演示

评论