摘要：
Q-learning是off-policy，而Sarsa是on-policy学习。 Q-learning在更新Q table时，它只会需要Q值最大，但是不一定会选择使这个Q值最大的动作，因为选择哪个动作是由其他的策略决定的，但是Sarsa在更新Q table时，不一定是Q最大的那个，而且接下来会选择 阅读全文
|
摘要：
Q-learning是off-policy，而Sarsa是on-policy学习。 Q-learning在更新Q table时，它只会需要Q值最大，但是不一定会选择使这个Q值最大的动作，因为选择哪个动作是由其他的策略决定的，但是Sarsa在更新Q table时，不一定是Q最大的那个，而且接下来会选择 阅读全文
摘要：
Q-learning的算法： （1）先初始化一个Q table，Q table的行数是state的个数，列数是action的个数。 （2）先随机选择一个作为初始状态S1,根据一些策略选择此状态下的动作，比如贪心策略，假设选择的动作为A1。 （3）判断由A1动作之后的状态S2是不是终止状态，如果是终止 阅读全文
摘要：
查看显卡使用情况： nvidia-smi 设置tensorflow按需分配资源： import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "1" # 使用第二块GPU（ 阅读全文
摘要：
此使，找到DVD1光驱，右键弹出，然后回到dvd2.iso文件右键装载，回到matlab安装页面，对提示框“弹出DVD1插入DVD2”点击确定，安装即可继续进行。 阅读全文
摘要：
今天用conda install 任何包都会出现这个错误： 阅读全文
摘要：
在网上找到的方法，如下： import h5py import numpy as np #HDF5的写入： imgData = np.zeros((2,4)) f = h5py.File('HDF5_FILE.h5','w') #创建一个h5文件，文件指针是f f['data'] = imgData 阅读全文
摘要：
这个在线工具的网址为：http://www.tablesgenerator.com/latex_tables，好用。 阅读全文
摘要：
经常用latex写论文，免不了要敲各种公式，今天和大家分享一个神器-snip，它可以直接将公式转化为代码，不需要我们自己编写公式代码，方便快捷，准确率极高。该神器的下载地址为：https://mathpix.com/。下载完成之后直接安装就好，安装完成之后，使用快捷键Alt+Ctrl+M，就可以像截 阅读全文
摘要：
因为要用到lifelines 包，在cmd中使用conda install lifelines ,显示如下错误： PackagesNotFoundError: The following packages are not available from current channels: - life 阅读全文
|