摘要：
L0范数：主要被用来度量向量中非零元素的个数。 L1范数：向量x中非零元素的绝对值之和。（曼哈顿距离、最小绝对误差）使用L1范数可以度量两个向量间的差异，如绝对误差和。 L2范数：A的转置共轭矩阵与矩阵A的积的最大特征根的平方根值，是指空间上两个向量矩阵的直线距离（欧几里德范数,谱范数）。 L无穷范 阅读全文
摘要：
__call__ 参考：https://www.cnblogs.com/superxuezhazha/p/5793536.html在Python中，函数其实是一个对象： >>> f = abs>>> f.__name__'abs'>>> f(-123)由于 f 可以被调用，所以，f 被称为可调用对象 阅读全文
摘要：
1\内容 2、tf_util 阅读全文
摘要：
1、Actor-Critic\TRPO\PPO算法都属于on-policy（类似重要性采样，old_pi还是自己的策略），DDPG是off-policy 2、on-policy数据用完就丢掉了,off-policy会用到经验回放（很大的存储上限，有收集样本和采集样本两个过程，采用均匀采样） 3、on 阅读全文
摘要：
snip+typora 先打开snip，用截图功能 再copy所得代码 (Copy地第二行，直接到mathtype） 打开typora进入到段落-公式快 复制进去 右击公式插入到word 阅读全文
摘要：
1、sequence to sequence https://zhuanlan.zhihu.com/p/27608348 最基础的Seq2Seq模型包含了三个部分，即Encoder、Decoder以及连接两者的中间状态向量，Encoder通过学习输入，将其编码成一个固定大小的状态向量S，继而将S传给 阅读全文
摘要：
启发式算法（heuristic algorithm)是相对于最优化算法提出的。一个问题的最优算法求得该问题每个实例的最优解。启发式算法可以这样定义：一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度一般不能被预计 阅读全文
摘要：
**用法：2××5 2的5次方 阅读全文
摘要：
1、Round函数返回一个数值，该数值是按照指定的小数位数进行四舍五入运算的结果。可是当保留位跟着的即使是5，有可能进位，也有可能舍去，机会各50% 2、python基础 （1）@property 特性 #在cal_add函数前加上@property，使得该函数不可以被赋值，将一个类的函数定义成特性 阅读全文
摘要：
输入函数直接用a=input().split() 自动识别空格 a[0] a[1]如果属于不同的类型,int/string都会自动识别 看数组中是否存在一个数 可以使用in, if a in b 返回false/true 阅读全文