学习一下近期新兴的一个方向Graph Neural Network(GNN)，从这篇2018年清华发表的科普类文章开始

这篇笔记用于记录自己对Deep Q-learning的理解、思考

主要参考了post from Intel

这是关于论文的笔记。

该论文设计了一个具有层次结构的SDN，以及一个基于RL的进化式路由算法QAR(Qos-aware Adaptive routing)。用到的东西不是很新奇，但是在当时也许相当于开创了一个领域。

QAR使用SARSA算法，使用Qos设计Reward函数。

为了进行仿真，复现论文中的结果，为此学习了Omnet++框架，并且自己手搓了SDN网络协议。

Reinforcement Learning: An Introduction 学习笔记（2）

使用Python实现的简单函数绘图语言的解释器。

本解释器分为词法分析、语法分析、语义分析三个部分。其中语法分析使用递归下降子程序的方法实现。

在各个步骤之间都有输出中间结果。

最近尝试着入门强化学习，原因有二：一是自之前在Andrew的访谈视频中了解到强化学习，似乎这是最贴近人类学习方法的算法，于是十分感兴趣。二是想看一看这是否是一个值得自己选为未来方向的课题。

本文从强化学习的概念出发，到过去几十年常用的算法如Q-learning，再到目前的各种应用，主要目的是为了形成一个对强化学习的认识。主要的参考资料是《Reinforcement Learning: An Introduction》。

本文用于记录吴恩达deeplearning.ai系列的第二节课，涉及的内容包括调参、正则化、优化。

Frederic S. Mishkin

本文用于记录学习Coursera中Neural Networks and Deep Learning课程的笔记

这是上个周六去电影院看的一部电影。

经过一周的时间，发现越咀嚼越有滋味，遂记录所想。