收评:两市震荡沪指收涨0.4% 物流板块领涨

记者 郑菁菁 

?索尼L36h采用了一颗主频的骁龙APQ8064四核心处理器,以及2GB RAM+16GB ROM的内存组合。另外在机身背部则设有全新搭载Exmor RS积层型影像传感器的1310万像素CMOS镜头,包含LED补光灯,成像实力非常强悍。陈乔恩回应脱粉

2010年第二季度广告服务的毛利率为%,上一季度和去年同期分别为%和%。毛利率的环比和同比上升主要是由于广告收入的大幅增加,但又被2010年第二季度销售成本的小幅增长所部分抵消。吉喆悼念仪式

其中Policy Network用来在Selection和Expansion阶段,衡量为每一个子节点打分,找出最有希望、最最需要预先展开的那个子节点。Policy Network网络的训练,是通过观察其他人类之间对弈的棋局来学习的,主要学习的目标是:“给定一个棋局,我接下来的一步应该怎么走”?(这是一个静态的过程,不用继续深入搜索更深层的子节点)为此,AlphaGo先读取KGS(一个网络围棋对战平台)上面近16万局共3000多万步的人类走法,通过Supervised Learning的方法,学习出来一个简单的SL Policy Network(同时还顺便训练出来Simulation阶段用来一路算到决胜局使用的Rollout Policy)。然后基于这个在人类棋局上学习出来的SL Policy Network, 使用强化学习(Reinforcement Learning)的方法通过自己跟自己对弈,来进一步优化Policy Network。这么做的原因,一个可能的原因是通过人类棋局学出来的SL Policy Network,受到了人类自身能力的局限性的影响(KGS棋局中包含了很多非专业棋手,实力层次不齐),学不出特别好的策略来。那不如在此基础上,自己跟自己打,在此过程中不断学习不断优化自己的策略。这就体现了计算机的优势,只要不断电,计算机可以不分昼夜不断自己跟自己下棋来磨练棋艺。RL Policy Network初始参数就是SL Policy Network的参数,但青出于蓝而胜于蓝,实验指出RL跟SL策略对弈,RL胜率超过80%。RL Policy Network也是最终应用在实际对战过程中MCTS Selection阶段的策略。华少回应离职传闻

网易公司管理层将于美国东部时间2005年8月2日晚上9时,北京/香港时间2005年8月3日上午9时召开电话会议,讨论公司财务和运营状况,同时网易公司网站将进行网上直播。印度新德里火灾

编者按:3月9日,谷歌AI系统AlphaGo大战世界围棋冠军李世石,首场比赛AlphaGo以1:0首战告捷,李世石最终认输。这一结果震惊了围棋界,也令科技界对谷歌AI系统有了全新的认识。AlphaGo是如何战胜李世石的?如何评价AlphaGo的表现?这次胜利意味着什么?带着这些问题,网易科技采访了图灵机器人CEO俞志晨,听听这位AI专家怎么说。吉喆因病去世

扫码分享到手机

  • 联通