АС
Мы не знаем, насколько хорошо он разбирается. В наличие у интервьювера квалификации, чтобы это оценить, я не верю
Size: a a a
2017 October 27
ДМ
Леша вроде лично знаком с ним)
DM
Артём С
Мы не знаем, насколько хорошо он разбирается. В наличие у интервьювера квалификации, чтобы это оценить, я не верю
судя по ссылкам что читал - разбирается ))
AG
Я в Сириусе в этом году преподавал и он оказался одним из моих протеже. Я с ним порядка трёх недель общался и могу сказать, что он неплох (:
EZ
ну к сожалению (или к счастью) "быть крутым в 12" очень часто не тянет за собой "быть крутым в 25"
AG
Ага, много ребят перегорают.
AG
В частности, потому что им тяжело общаться со сверстниками.
EZ
Ага, много ребят перегорают.
не только, некоторых просто сверстники догоняют.
EZ
Типа, скорость обучения ничего не говорит о максимальном уровне практически
2017 October 28
АС
Переслано от Артём С
https://openreview.net/pdf?id=SyzKd1bCW
Сабмит на ICLR, где авторы (кажется, из DeepMind'а) выучивают action-dependent control variate. Показывают, что метод круче, чем A2C
Сабмит на ICLR, где авторы (кажется, из DeepMind'а) выучивают action-dependent control variate. Показывают, что метод круче, чем A2C
АС
P
"OptionGAN: Learning Joint Reward-Policy Options using Generative Adv. Inverse Reinf. Learning" arxiv.org/abs/1709.06683
2017 October 29
AG
Distributional RL applied to policy gradient methods
https://openreview.net/forum?id=SyZipzbCb¬eId=SyZipzbCb
https://openreview.net/forum?id=SyZipzbCb¬eId=SyZipzbCb
OK
будет ли обсуждение альфаго зиро?
P
будет ли обсуждение альфаго зиро?
Да, хотелось бы обсудить Zero (возможно в контексте селф плея). Желающие рассказать про эту работу - напишите мне, пожалуйста.
P
[1709.04326] Learning with Opponent-Learning Awareness
https://arxiv.org/abs/1709.04326
https://arxiv.org/abs/1709.04326
АС
https://openreview.net/forum?id=BkUp6GZRW¬eId=BkUp6GZRW
> We propose Dual Actor-Critic algorithm, which is derived in a principled way from the Lagrangian dual form of the Bellman optimality equation. The algorithm achieves the state-of-the-art performances across several benchmarks.
> We propose Dual Actor-Critic algorithm, which is derived in a principled way from the Lagrangian dual form of the Bellman optimality equation. The algorithm achieves the state-of-the-art performances across several benchmarks.
2017 October 30
📒
кто нибудь уже читал MAXIMUM ENTROPY EQUIVALENCE THEOREM, теор обоснование information bottleneck numeric experiments, вроде это самый топчик за 2к17 по DL https://openreview.net/pdf?id=r1kj4ACp-