學習如何使用 Python 寫基因演算法( Genetic Algorithm )的程式,以及如何最佳化機器學習演算法的性能
https://softnshare.com/machine-learning-optimization-using-genetic-algorithm/
同時也有1部Youtube影片,追蹤數超過3萬的網紅Shaun&Nick,也在其Youtube影片中提到,迦爾納因為諸多緣由而聖誕老人化之後的存在。 一年一度的聖誕節,不論是誰都期望著「我想要禮物」。 足以將那份願望給一肩扛起的存在才能被稱為聖誕老人,既然發現自己有著能夠回應這股 想法的力量,那麼他自然就不會有一絲猶豫的接下這份任務。 對於孩子們所許下「聖誕老人,請送我禮物」的願望,以十分自然的方式回...
參數 最 佳化 在 桃園青創事 Facebook 的最佳解答
#110年新創企業實務培訓職場圓夢計畫
✨實習生培訓日記-𝟐✨
實習學生🤠王同學(中原大學機械工程系)
實習企業🏬艾克斯馬克全球有限公司
「公司研發的『全自動紙尿褲(片)廢棄物回收設備』超酷的!我們親身操作、實驗、記錄測試參數,目標是要達到 #最佳化製程,我們希望可以用「回收」取代「焚燒」,改善環境空污及環保等問題。可以利用 #專業能力 去做 #對社會有意義的事,我覺得這個暑假好充實!」
在這個瘋狂斜槓的時代,
小編認為能夠在職場 #學以致用 是一件好珍貴的事;
期許實習生們也能同時抱持 #用以致學 的積極態度,
面對各種挑戰💪,持續學習前進!🏃
精選好片推薦⬇
圓夢三部曲🎥https://bit.ly/3zPNqsp
職人講座總複習🎥https://bit.ly/3BYRxUQ
參數 最 佳化 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
為了讓 AI 不斷打怪升級,DeepMind 打造「宇宙」
作者 雷鋒網 | 發布日期 2021 年 07 月 30 日 8:15 |
DeepMind 又給我們小驚喜。我們都知道,強化學習苦於類化能力差,經常只能針對單個任務從頭學習。
DeepMind之前開發的AlphaZero,儘管可以玩圍棋、西洋棋和日本將棋,但每種棋牌遊戲都只能從頭訓練。類化能力差也是AI一直被詬病為人工智障的一大原因。人類智慧的厲害之處,就在藉鑑之前經驗迅速適應新環境。
但類化能力不是一蹴而就,就像玩遊戲,也是先做簡單任務,逐步升級到複雜任務。《空洞騎士》(Hollow Knight)一開始只需要隨意走動揮刀砍怪,但噩夢級難度的「苦痛之路」關,沒有前面累積的技巧,只能玩寂寞。
多任務宇宙
DeepMind此次採用「課程學習」,讓智慧體於不斷擴展升級的開放世界學習。也就是說,AI新任務(訓練資料)是基於舊任務不斷生成。智慧體可盡情鍛鍊自己,簡單的如「靠近紫色立方體」,複雜點的如「靠近紫色立方體或將黃色球體放在紅色地板」,甚至和其他智慧體玩耍,如捉迷藏──「找到對方,且不要被對方發現」。
每個小遊戲存在世界小角落,千千萬萬個小角落拼成龐大的物理模擬世界,如下圖的幾何「地球」。總體來說這個世界的任務由三個要素構成,即任務=遊戲+世界+玩家,並根據三要素關係,決定任務的複雜度。
複雜度的判斷有四個維度:競爭性、平衡性、可選項、探索難度。
比如「搶方塊」遊戲,藍色智慧體需要把黃色方塊放到白色區域,紅色智慧體需要把黃色方塊放到藍色區域。這兩個目標矛盾,因此競爭性較強;同時雙方條件對等,平衡性比較高;因目標簡單,所以可選項少;DeepMind把探索難度評為中上,可能是因定位區域算較複雜的場景。
再如「球球喜歡和方塊一起玩」遊戲,藍色和紅色智慧體有共同目標,讓相同顏色的球體和方塊放在相近位置。
這時競爭性自然很低,平衡性毋庸置疑很高的;可選項比上面遊戲高很多;探索難度沒有定位區域,智慧體隨便把球體和方塊放哪都行,難度就變小了。
基於這四個維度,DeepMind打造超大規模「宇宙」任務空間,幾何「地球」也只是這宇宙的小角落,是四維任務空間的一點。DeepMind將「宇宙」命名為XLand,包含數十億個任務。
來看XLand的全貌,由一系列遊戲組成,每個遊戲在許多模擬世界進行,這些世界的拓樸和特徵平滑變化。
終生學習
數據有了,接下來得找到合適的算法。 DeepMind發現,目標注意代理(GOAT)可學習更通用的策略。
具體來說,智慧體輸入包括第一視角的RGB圖像、本體感覺以及目標。經過初步處理後,生成中間輸出,傳遞給GOAT模組,會根據智慧體目前目標處理中間輸出的特定部分,邏輯分析目標。
邏輯分析是指,每個遊戲可藉由一些方法,構建另一個遊戲,並限制策略的價值函數的最優值上限或下限。
DeepMind提出一個問題:對每個智慧體,什麼樣的任務是最好的?換句話說,打怪升級時,什麼樣的關卡設置才讓玩家順利升級為「真」高手,而不是一刀9999?
DeepMind的答案是,每個新任務都基於舊任務生成,「不會太難,也不會太容易」。其實恰好是讓人類學習時感覺「爽」的興奮點。
訓練開始時,太難或太容易的任務可能會鼓勵早期學習,但會導致訓練後期的學習飽和或停滯。不要求智慧體某任務非常優秀,而是鼓勵終身學習,即不斷適應新任務。所謂太難、太容易是較模糊的描述。需要量化方法,在新任務和舊任務之間彈性連接。
怎麼不讓智慧體做新任務時不適應而「暴死」?進化學習就提供很好的靈活性。總體來說,新任務和舊任務同時進行,且每個任務有多智慧體參與「競爭」。舊任務適應好的智慧體,會選拔到新任務繼續學習。
新任務中,舊任務的優秀智慧體權重、瞬間任務分佈、超參數都會複製,參與新一輪「競爭」。除了舊任務的優秀智慧體,還有很多新人參與,這就引進隨機性、創新性、靈活性,不用擔心「暴死」問題。
當然,因任務不斷生成、動態變化,一個任務可訓練不同長處的智慧體,並往不同方向演化(隨著智慧體相對性能和強健性進行)。最終每個智慧體都會形成擅長任務的集合,就像春秋戰國時期「百家爭鳴」。說打怪升級顯得格局小,簡直是模擬地球。
DeepMind表示,「這種組合學習系統的特性是,不最佳化有界性能指標,而是更新定義的通用能力範圍,這使智慧體開放式學習,僅受環境空間和智慧體的神經網路表達能力的限制。」
智慧初現
最終這複雜「宇宙」升級、進化、分流的智慧體長成了什麼優秀物種?DeepMind說,智慧體有很明顯的零樣本學習能力,比如使用工具、合圍、數數、合作+競爭等。
來看具體例子。首先智慧體學會臨機應變。目標有三個:
黑色金字塔放到黃色球體旁邊
紫色球體放到黃色金字塔旁邊
黑色金字塔放到橙色地板
AI一開始找到一個黑色金字塔,想拿到橙色地板(目標3),但搬運過程瞄見黃色球體,瞬間改變主意,「我可以實現目標1啦」,將黑色金字塔放到黃色球體旁邊。
第二個例子是,不會跳高,怎麼拿到高台上的紫色金字塔?智慧體需要想辦法突破障礙,取得高台上的紫色金字塔,高台周邊並沒有類似階梯、斜坡的路。
因不會跳高,所以智慧體「掀桌子」,把周邊幾塊豎起來的板子弄倒。然後一塊黑色石板剛好倒在高台邊,「等等,這不就是我要的階梯嗎?」這過程是否體現了慧體的智慧,還無法肯定,可能只是一時幸運。關鍵還是,要看統計數據。
經過5代訓練,智慧體在XLand的4千個獨立世界玩了約70萬個獨立遊戲,涉及340萬個獨立任務,最後一代每個智慧體都經歷2千億次訓練步驟。智慧體已能順利參與幾乎每個評估任務,除了少數即使人類也無法完成的任務。
DeepMind的研究,或許一定程度體現「密集學習」重要性。也就是說,不僅資料量要大,任務量也要大。這也使得智慧體在類化能力有很好表現,如資料顯示,只需對一些新複雜任務進行30分鐘集中訓練,智慧體就可快速適應,而從頭開始用強化學習訓練的智慧體根本無法學習這些任務。
往後我們也期待這「宇宙」更複雜和生機勃勃,AI經過不斷演化,不斷給我們帶來驚喜(細思極恐)的體驗。
資料來源:https://technews.tw/2021/07/30/deepmind_xland/
參數 最 佳化 在 Shaun&Nick Youtube 的最佳貼文
迦爾納因為諸多緣由而聖誕老人化之後的存在。
一年一度的聖誕節,不論是誰都期望著「我想要禮物」。
足以將那份願望給一肩扛起的存在才能被稱為聖誕老人,既然發現自己有著能夠回應這股
想法的力量,那麼他自然就不會有一絲猶豫的接下這份任務。
對於孩子們所許下「聖誕老人,請送我禮物」的願望,以十分自然的方式回應「這樣啊。
那麼我就送給你吧」,是這樣恰如其分實現願望類型的聖誕老人。
雖然冷酷而面無表情,但這絕非是他非常冷漠。
只是難以表現出他的體貼而已。
身高/體重:178cm‧65kg
出處:榮耀的聖誕老人之路
地區:印度
屬性:秩序‧善
性別:男性
敏捷參數為因應出拳速度,拳擊風格所需的步伐速度等等要素而被最佳化。
戰鬥方式不知為何轉變成了硬派的拳擊風格。
因而回憶起了以空手和同伴們進行切磋琢磨的修行時代,「純粹的武藝鍛鍊,期望自身
成長的心情」似乎稍微的有所增長。
雖然覺得他和以往並沒有什麼不同,不過某種層面上也可算是「年輕」的精神性吧。
不論是秉持著一貫的冷酷感,亦或是宛如少年漫畫主角一般令人熱血沸騰的言行皆是。
○騎乘:-
由於獲得了拳擊風格,使他身為Saber卻失去了騎乘技能。
雖然身為聖誕老人,但迦爾納卻不搭乘雪橇。
就像個拳擊手一樣,默默地進行長跑訓練。
不要為了閃掉小太陽的翻車梗,就直接拔掉人家的內建技能好不好www
〇神性:A
身為太陽神蘇利耶之子一事,即使成為了聖誕老人也並未改變。
「聖誕老人就是孩子們的太陽。不如說蘇利耶就是聖誕老人才對吧」
迦爾納在餐廳冷靜地說著。
在他身後吃著咖哩的阿周那始終擺出一臉「?」的表情。
〇Hard Puncher:EX
展現出拳擊純粹威力的技能。
有著一擊便將對手K.O.的必殺之拳
○Foot Santa:A
以步伐與聖誕老人所組成的驚異技能。
也是聖誕迦爾納的戰鬥風格的基礎。
展現出在拳擊時的動作,步伐技術的技能。
根據狀況進行適切的距離管理,決不錯過敵人絲毫空隙的高速切入,除了藉由步伐進行
迴避攻擊之外,更使他身為聖誕老人,不論對方身處熔岩或是大雪地帶之類的危險之處
也能夠邁步向前而將禮物確實送達。
○閃光之拳:A
這個迦爾納並不持槍,而僅是握著拳頭。
然而這並不代表他的戰鬥力便有所下降。
對於接受過精通各式武藝的師父‧德羅納所訓練的他而言,赤手空拳的戰鬥也早已習以
為常。
反而還令他回憶起了與阿周那和馬嘶他們一同鑽研武術的過往而產生了新鮮感,身體的
動作變的比起持槍之時還要更加輕盈。
他所出拳的最高速度超越了光速,與他交手之人僅會看見宛如閃光一般的拳之軌跡……
可能是這麼一回事吧。
那就類似於毫無迷惘的劍光,換言之他的出拳便宛如出鞘的劍刃一樣。
「因此,如今的我才會是Saber吧」
聖誕老人在餐廳高談闊論。
在他身後吃著雞肉的馬嘶始終擺出一臉「?」的表情。
『聖人連續拳』
等級:A
種類:對人寶具
範圍:1~2
最大捕捉:1人
Winning‧Arkaptra
聖誕迦爾納所使出,為了獲勝的終結連續技。
以迅速地擺動身軀令對手無法鎖定目標後,一口氣拉近距離使出左右的勾拳連擊,接著是
從左側刺拳二連擊所展開的右側直拳,最後則以上勾拳將對手擊飛。
這些招式當然無需多言,是將聖誕之力與身為蘇利耶之子的力量給毫無保留的使出,尤其
在最後所揮出的上勾拳,其殘留的能量會化為光翼、光圈而展現出威嚴感。
這個連續技的威力乃是超銀河級,據說吃下這招的人會與受到隕石撞擊般的衝擊一同倒臥
在護墊上頭。
「Arkaptra」是迦爾納的別名,有著「太陽之子」的含意。
『聖人交叉拳』
等級:A
種類:對人寶具
範圍:1~2
最大捕捉:1人
Graharaja‧Santacross。
迦爾納為了當作終結之拳所創出的,一擊必殺式交叉反擊拳。
除了在化為聖誕老人當下學會了拳擊風格之外,得知在拳擊當中有著交叉反擊拳此一必殺
拳的迦爾納,不知為何做出了「聖誕老人的必殺之拳就在於交叉反擊拳,正因如此才會被
稱為是聖誕老人」的這般結論。
無法以雙眼捕捉這個招式。
完美配合敵人攻擊所揮出的拳擊,如同劃出了一道宛如太陽光芒軌跡的雷射般擊穿對手的
下巴。
其姿態類似於星之聖劍的斬擊,換言之這既是必殺拳也是必殺劍。
「Graharaja」指的是「星辰之王」之義,是太陽神蘇利耶的別名。
#FGO #迦爾納