地球上最后一个直男

摘要： import torch a = torch.ones(5,3) #5*3的元素全为1的矩阵 print(a) b = torch.rand((5,3)) #5*3的元素为0-1之间的随机数的矩阵 print(b) c = torch.tensor([[1,2,3], [4,5,6], [7,8,9 阅读全文

摘要： 思想：当前状态的价值和下一步的价值和当前的奖励有关。价值函数分解为当前奖励和下一步价值函数两部分，类似于递归的思想 例如在上面这个图中。vπ(s)是状态s的价值函数。π(a|s)是状态s下执行行为a的概率，Rsa是对应的即时奖励，是在状态S下执行了动作a之后转移到状态S′的概率。 上面这个图就是实际 阅读全文

摘要： 马尔科夫决策要求 1.能够检测到理想状态 2.可以多次尝试采取不同动作 3.系统的下一个状态只与当前状态有关，而与之前的状态无关。在决策过程中还和当前采取的动作有关。 马尔科夫决策过程与5个因素有关： S：表示状态集 A：表示一组动作 P：表示状态转移概率。Psa表示在当前状态S下，执行动作a,转移 阅读全文

摘要： 智能体（agent） 例如alpha-go中的棋盘，用于产生动作的主体就是智能体。 状态（state） l例如当前棋盘中的局势就是状态，表示的是主体执行动作之前需要考虑的外部环境 动作（action） 例如下围棋中的落子，表示智能体在某个状态下采取的一个行为 奖励（reward） 例如当某一步有利于 阅读全文

摘要： import tensorflow as tf import tensorflow.keras as keras import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.preproces 阅读全文

摘要： import tensorflow as tf import tensorflow.keras as keras import matplotlib.pyplot as plt import pandas as pd #加载数据 fasion_mnist = keras.datasets.fashi 阅读全文

摘要： import tensorflow as tf import matplotlib.pyplot as plt from tensorflow import keras fashion_mnist = keras.datasets.fashion_mnist (train_X, train_y), 阅读全文

摘要： int, double, float等是基本类型，在函数传递中直接传递的是值，不涉及到堆内存 数组类型，String类型，类类型等是引用类型，传递的是栈内存中的地址值 String没法修改 阅读全文

摘要： 1.psvm+enter键可以快速生成main函数 2.sout+enter键快速生成输出语句 3.ctrl键+‘/’：单行注释 4.ctrl键+shift键+‘/’：多行注释 5.ctrl键+alt键+空格键：补全提示 阅读全文

摘要： https://www.cnblogs.com/marsggbo/p/10401215.html 阅读全文