AI 算法中的数学公式

AI 算法中的一些数学公式

DDPG

$$\begin{aligned} \nabla_{\theta^\mu}J&\approx\mathbb{E}_{s_t\backsim\rho^\beta}[\nabla_{\theta^\mu}Q(s,a|\theta^Q)|_{s=s_t,a=\mu(s_t|\theta^\mu)}] \\\\ &=\mathbb{E}_{s_t\backsim\rho^\beta}[\nabla_{a}Q(s,a|\theta^Q)|_{s=s_t,a=\mu(s_t)}\nabla_{\theta_\mu}\mu(s|\theta^\mu)|_{s=s_t}] \end{aligned}$$

GEN

$$g=<V,E,\phi>$$ $$\forall v\in V,v\rightarrow x_v\rightarrow \mu_v$$ $$N_v$$ $$\mu_v=F(x_v,\sum_{j\in N_v}\mu_j)$$ $$P=\lbrace P_1,P_2,\cdots,P_n\rbrace$$ $$ReLU(\cdot)=max\lbrace 0,\cdot\rbrace$$ $$\mu_v^{(t)}=tanh(W_1x_v+\sigma(\sum_{j\in N_v}\mu_j^{(t-1)}))$$ $$\sigma(x)=P_1ReLU(P_2\cdots ReLU(P_n(x)))$$ $$\mu_g=W_2\sum_{v\in V}\mu_v^T$$ $$Z=W_3\mu_g$$ $$Q=\lbrace p,1-p\rbrace,p\in[0,1]$$ $$Q=Softmax(Z)$$ $$\min_{W_1,W_2,W_3,...,P_1,P_2,...,P_n}\sum_{i=1}^m(H(Q,l))$$

在这里将Markdown的公式转换为MathML代码（Word）参考