2024年2月22日
李宏毅《机器学习》总结 - RL
摘要： 引入 给一张动物的图片，分辨是什么动物。这个问题可以用 CNN 解决（HW3）。核心是通过有标注（label）的图片进行学习。 而在下围棋时，如何落子是一个难以标注的问题，但是机器可以学到什么是好的，什么是不好的。这就是强化学习的适用场景。 结构 总的目标是想找一个 Actor（或称 policy） 阅读全文
posted @ 2024-02-22 14:44 SkyRainWind 阅读(81) 评论(0) 推荐(0) 编辑