lovelyBug

摘要： 强化学习中的智能体基于目标的不同分为以下几类： Policy-Based（基于策略的智能体） 这种智能体的目标是直接近似策略（policy），即在给定状态下选择动作的概率分布。 它们通常通过优化策略来最大化累积奖励。 示例：策略梯度方法（Policy Gradient Methods）。 Value 阅读全文

摘要： 使用cuda加速 ffmpeg -framerate 1 -loop 1 -i example.jpg -i example.mp3 -vf format=yuv420p -r 10 -c:v h264_nvenc -b:a 320k -shortest -movflags +faststart v 阅读全文