摘要：
1 算法的优缺点 1.1 优点 在DQN算法中，神经网络输出的是动作的q值，这对于一个agent拥有少数的离散的动作还是可以的。但是如果某个agent的动作是连续的，这无疑对DQN算法是一个巨大的挑战，为了解决这个问题，前辈们将基于值的方法改成了基于策略的方法，即输出动作的概率。 1.2 缺点 策略 阅读全文
摘要：
１ DQN的引入 由于q_learning算法是一直更新一张q_table，在场景复杂的情况下，q_table就会大到内存处理的极限，而且在当时深度学习的火热，有人就会想到能不能将从深度学习中借鉴方法，将深度学习的方法应用到强化学习中。13年，谷歌的deepmind团队就发表了关于DQN算法的论文， 阅读全文
摘要：
1 读文件 1.1 简单读文件 1.2 readline()和readlines() readline():每次读文件中的一句。 readlines():将整个文件中的字符全部读出，并将其存在一个列表里，列表中的每个元素是文件中的一句。 在读大文件时尽量不要用readlines，太占用内存。 1.3 阅读全文
摘要：
1 字符串中*的使用 *可以使字符串重复n次 2 索引获取字符串的字符元素 3 in成员符 4 字符串格式化 5 字符串拼接 采用+（建议尽量不要采用此方法，效率低，时间复杂度为平方级） 采用join方法 字符串是join前面的那一字符串为拼接间隔 6 字符串常用的内置方法 6.1 count() 阅读全文
摘要：
1 图的定义：G = （V, E），如图G1 V = {a, b, c, d, e, f} E = {{a, b}, {b, c}, {b, d}, {d, e}} 2 有向图，无向图：例如G1和G2是无向图，G3和G4是有向图 3 端点：被边连接的两个节点，若为有向边则存在首端和尾端 4 邻节点： 阅读全文
摘要：
1 字典基础 1.1 字典是无序的对象的集合，通过键来存取，字典的键只能是不可变类型。 1.3 字典的长度可变，异构，任意嵌套。 1.2 python中不可变数据类型包括：数值类型，字符串和元组。 2 创建字典的四种方法 2.1如果你可以事先可以拼出整个字典： 2.2 如果你需要动态的一次创建字典的 阅读全文
摘要：
1 列表 列表由一系列按照特定顺序的元素组成，其中的元素可以使不同的数据类型，用[ ]来表示列表，用逗号来分割列表中的元素。 1.1 列表操作之切片 列表的切片操作可以进行两个列表的简单拷贝 1.2 列表操作之增 1.3 列表操作之删 1.4 列表操作之改 1.5 列表内置方法之count() 1. 阅读全文
摘要：
1 python中的保留字 保留字也叫做关键字，不能把它们用在任何标识符名称，可以使用以下命令来查看python的保留字 2 普通数据类型 int、float、complex 1 # int为整数类型，可以将浮点型强制转化成整形 2 a = 10.0 3 print(type(a)) 4 a = i 阅读全文
摘要：
一、变量的命名规则 二、常量 python中并没有关键字const，在python中常常用大写的变量名作为常量。 三、变量的重新赋值 阅读全文