OpenAI เปรียบเทียบ ACKTR และ A2C สำหรับอัลกอริทึมการเรียนรู้ของเครื่อง
บทความนี้เปรียบเทียบสองอัลกอริทึมคือ ACKTR และ A2C โดยเน้นที่ความซับซ้อนของตัวอย่าง (sample complexity) และความซับซ้อนในการคำนวณ…
Algorithm
OpenAI เสนอการเรียนรู้แบบลำดับชั้นเพื่อแก้ปัญหาซับซ้อน
มนุษย์มักจะแก้ปัญหาที่ซับซ้อนโดยการแบ่งย่อยเป็นส่วนประกอบเล็กๆ ที่จัดการได้ ซึ่งแตกต่างจากวิธีการเรียนรู้แบบเสริมแรงในปัจจุบันที่ต้องใช้การค…
Reptile: อัลกอริทึมการเรียนรู้แบบ Meta ที่ปรับขนาดได้
Meta-learning คือกระบวนการที่ทำให้โมเดลเรียนรู้วิธีการเรียนรู้ ซึ่ง Reptile เป็นอัลกอริทึมที่ถูกนำมาใช้เพื่อสร้างผู้เรียนรู้ที่สามารถสรุปผลจ…
Reddit เปิดให้เลือกใช้ฟีด ‘For You’ หรือ ‘Following’ แล้ว
Reddit ได้เปิดตัวฟีดใหม่คือ ‘For You’ ซึ่งขับเคลื่อนด้วยอัลกอริทึมเพื่อแนะนำชุมชนและกระทู้ใหม่ๆ ให้ตรงกับความสนใจของผู้ใช้…
OpenAI ทดสอบการเรียนรู้แบบเสริมกำลัง วัดความสามารถในการสรุปผลของ Agent
ทีมงานได้ฝึก Agent จำนวน 9 ตัว ให้เล่นเกม CoinRun โดยใช้สถาปัตยกรรม Nature-CNN และอัลกอริทึม PPO…