240 发简信
何哀何欢
IP属地：上海
  • 240
    64
    何哀何欢
    深度强化学习DQN详解CartPole（2）

    二、 卷积网络和训练 接上回 处理环境图片。python几处值得关注的用法（连接） 示例用卷积网络来训练动作输出： 还是比较直白的： Conv 3通道 16通道 Con...

    3969 1 3
  • 240
    64
    何哀何欢
    深度强化学习DQN详解CartPole（1）

    一、 获取并处理环境图像 本文所刨析的代码是“pytorch官网的DQN示例”（页面），用卷积层配合强化训练去学习小车立杆，所使用的环境是“小车立杆环境”（CartPole）...

    11284 0 5
  • 64
    何哀何欢
    Q-learning:Temporal Difference / Monte Carlo

    Q-learning 是RL的核心 Q 代表 Quality 品质 系统维护一个Q值表： 13.31.622.67.832.49.541.35.6 当前agent下一步要采取...

    585 0 1
  • 64
    何哀何欢
    游戏开发职位

    国内游戏公司普遍分不清 项目经理 和 制作人，产品经理的区别。我试着区分一下： 国外 制作人 这个职位，不负责 游戏的设计 和 发布（对这两样的认知 和 意识 是要有的）详见...

    414 0 1
  • 64
    何哀何欢
    BinAddDec

    为何-1是1111？ 这套系统，将减法化为加法。将整数和负数统一对待。 2进制加1： 从右往左依次反转，直到反转遇到的第一个0为止。

    29 0 1
  • 64
    何哀何欢
    进制转换

    从前有一个原始人，他养了几头羊🐑，他希望天天都可以在自己的家，明确的知道羊的数量。 于是他找来1个碟子，又去海边捡了许多一样大小的石子。他试着放了一下，一个碟子里恰巧可以放9...

    49 0 1
  • 64
    何哀何欢
    HEXO 安装

    install basic 如果是从git pull下来的老项目： 如果是新建项目： NexT _config.ymltheme: next unique path _con...

    161 0 1
  • 240
    64
    何哀何欢
    微积分简介

    微积分有两个主要概念： 1. Derivative 导数： 曲线上两点A、B，过两点有一条线，B不断移向A，最终与A重叠，这时，这条线就是曲线在A点的切线(tangent)。...

    230 0 1
  • 240
    64
    何哀何欢
    Tensor的代码表达及方向

    矩阵的索引顺序： 方向（就是最内层数组）永远是最后一个方向：。是倒数第二是倒数第三依次往前推…… 比如，一个3维矩阵（如图），第一个元素的坐标是：或者：如果是一个4维矩阵，第...

    437 0 1
暂无个人介绍