《白话强化学习与Pytorch》
1.《深度学习原理与Pytorch实战》（第二版）（一）1-5章2.《深度学习原理与Pytorch实战》（第二版）（二）6-10章3.《DEEP LEARNING·深度学习》
4.《白话强化学习与Pytorch》
5.《深度学习原理与Pytorch实战》（第二版）（三）11-15章6.《FPGA的人工智能之路——基于Intel FPGA开发的入门到实践》7.《PyTorch深度学习实战》（一）8.Python学习（五）——配套《PyTorch深度学习实战》9.Python学习（六）——配套《PyTorch深度学习实战》10.Python学习（七）——配套《PyTorch深度学习实战》11.《计算机体系结构与SoC设计》（一）12.《计算机体系结构与SoC设计》（三）13.《生成对抗网络项目实战》（一）14.《生成对抗网络项目实战》（二）第1章 强化学习是什么
监督学习的套路——书P11
主要概念和术语——书P12
超参数是无法通过训练自动学会的参数——书P14
阅读至书P25
——2024.4.28
agent——主体部分
environment——环境
第2章 强化学习的脉络
- 马尔科夫决策过程（Markov Decision Process，MDP）——书P29
更久之前发生的事情不在研究范围之内，只关注前面发生的事件，只针对前面发生的事件和现在发生的事件的关系来做研究 - Model-Based和Model-Free
model是指 在一个环境中各个状态之间转换的概率分布描述
——2024.5.3
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾（3.3-3.9）
· winform 绘制太阳，地球，月球 运作规律