【回归】记Paddle强化学习训练营

回到博客园，上次发博已是5年，不曾想，机缘巧合，以参加一次Paddle训练营心得来回归博客园。

 

偶然收到百度Paddle强化学习7日训练营邮件，心想研究生期间也曾学习过一段时间（不过一知半解），颇想进一步学习下并有有所实践，暗合我意。

 

心想：虽然大部分时间要上班，这7天时间不长，应该很好坚持下来吧。

 

第一堂课，我打开B站，想不到这里真的是学习的，内容比较基础，容易上手，需要对AI Studio平台进行适应学习，但这仅仅是强化学习的开始。

 

第二堂课，我的老本在第一堂课基本就用完了。由于晚上8点半太早，没来不及看直播，如果第二天早上我没有看视频做作业的话，我想7天打卡也就会终于第2天吧。

 

之后的几天都是早早到公司看昨天的录像、做作业，想想工作2年来，还没有这样赶着快点到公司来的经历，不得不定下当日的list，防止影响工作。这感觉真的很棒。

 

最后一个作业，是做四轴飞行器的电压调节，训练了好几小时总是不收敛、收益为负。

调试方法也是不得章法：不知道这网络层数、超参数（学习率、回报衰减等）到底是不是影响结果的原因，东一榔头西一锤头的乱试，每次还要等好久才能看出趋势，心想炼丹此言不虚啊。

因为没有实践过深度学习，训练效果不好，很是苦恼，但这也许会给我内心种下一个种子，想要把深度学习也弄明白。

 

最好，看到微信群里，同学们讨论说老师有提到，直观上讲：四轴飞行器电压尽量接近才更可能平衡，瞬间恍然大悟，迫不及待想再试一把。

没想到，收益很快就变成了正数，并且越来越大。心中窃喜，页再次体会到：思路和方法真的更加重要。

 

感谢这套课程，课程中，科科老师讲解详略得当，抓住要点，在1h的课程让人迫不及待想去试试，感谢，也感谢芮芮老师的组织和提醒。

 

后面附上自己学习笔记，由于是手写的，只能上传照片了。