Publication

Understanding Deep Neural Function Approximation in Reinforcement Learning via ϵ-Greedy Exploration

Publications associées (60)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Understanding Deep Neural Function Approximation in Reinforcement Learning via ϵ-Greedy Exploration

Graph Chatbot

Chattez avec Graph Search

Biologically plausible deep learning – but how far can we go with shallow networks?

Entropy and mutual information in models of deep neural networks

Evaluating and Interpreting Deep Convolutional Neural Networks via Non-negative Matrix Factorization

Jamming transition as a paradigm to understand the loss landscape of deep neural networks

Deep Spline Networks With Control Of Lipschitz Regularity

DeepSuccess - Predict the Success of Tech Startups

LAF-Net: Locally Adaptive Fusion Networks for Stereo Confidence Estimation

AGGREGATHOR: Byzantine Machine Learning via Robust Gradient Aggregation

Decompositions Of Log-Correlated Fields With Applications

Neural Tanget Kernel: Convergence and Generalization in Neural Networks