stack 栈 先进后出 队列 queue 单端队列 push 相当于push_backpop 相当于pop_front deque 双端队列 push_front, pop...
发简信
IP属地：上海
-
2022-05-08 C++数据结构
-
2022-05-01 DQN要点笔记
Q-Learning 行是state，列是action off-policy算法 ε-greedy贪心算法 Q更新公式如下：图片.png SARSA on-policy的更新...
-
2022-05-01 强化学习 on-policy vs off-policy
强化学习的过程，分为模型训练和应用两部分。在应用阶段，模型的按照action的效果最大化进行输出结果。因此最优的action有最高的概率。训练阶段的目标是为了寻找全局最优解，...
-
MSE和交叉熵的区别
https://zhuanlan.zhihu.com/p/84431551[https://zhuanlan.zhihu.com/p/84431551]https://blo...
-
直方大 不习 无不利Wide & Deep学习笔记 背景 用于推荐系统 平衡推荐的历史记录与泛化性 模型结构 Wide：memorization 输入： - 原始特征 - 交叉组合特征 （que...
