鼠哥day

摘要： 一个基于 Rust 和 Axum 构建的 Web 应用程序 代码库 https://github.com/cjs199/rust_web_modules 项目介绍 此项目还没有经过生产环境的运行测试,使用需要仔细测试,欢迎大家提交bug 项目是一款基于 Rust 构建的高性能 Web 应用程序框架。 阅读全文

摘要： ​ DDPG算法就不做过多解读了,就是用来进行连续值预测,本文是使用DDPG进行立棍小游戏,详细过程解读注释在代码中,算法和模型都非常简单,考验的是基础,使用两个全连接模型,相互配合更新,共同让整个模型进步,所以本篇文章不再对算法做过多解释 ​ 训练日志 : 观察加权分数,可以看到分数波动是非常剧烈 阅读全文

摘要： ​ 使用确定性策略梯度玩乒乓球,网上很多案例抄写下来,实际使用发现都无法收敛,花了很多时间纠错,然后从parl提供的代码作为核心参考,收集了其他案例中的优点,自己在tensorflow2中实现了算法,并测试成功收敛 0.99累计奖励 + 0.01 最新奖励 = -1.0 时的训练结果图片 ​ 环境: 阅读全文