Iron Moon Blog

reflex-based model e.g. linear classifiers deep neural networks Fully feed-forward(no backtracking), no reasoning about what was going on st...

imitation learning 智能体（Agent）在马尔可夫决策过程（Markov Decision Process, MDP）框架下，通过利用专家（Expert）提供的示教轨迹（Demonstrated Trajectories），直接或间接地学习一个最优策略（Poli...

对Mamba的一点学习 pre Knowledge 时不变性 如果在输入信号上有一个时移，那么输出信号上会产生相同的时移，那么这个系统就是时不变的。也就是说输入信号为 \(x(t - t_0)\) 时，输出信号为 \(y(t - t_0)\)。 如何去理解呢？系统的特性和行为不随...

信创的时候做的一个复习资料

记录统计建模时期写的爬虫

记录selenium的一些基本知识的学习

启动软盘被覆盖其他数据的解决方案