摘要：
Sutton 出版论文的主页： http://incompleteideas.net/publications.html Phd 论文： temporal credit assignment in reinforcement learning http://incompleteideas.net/p 阅读全文
2019年4月14日
摘要：
原文地址： https://yq.aliyun.com/articles/400366 本文来自AI新媒体量子位（QbitAI） 摘要： 本文来自AI新媒体量子位（QbitAI） 地处加拿大埃德蒙顿的阿尔伯塔大学（UAlberta）可谓是强化学习重镇，这项技术的缔造者之一萨顿（Rich Sutton 阅读全文
2019年4月13日
摘要：
最小二次方时序差分学习 原文地址： https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=9&cad=rja&uact=8&ved=2ahUKEwjD6qn5x8zhAhVSuZ4KHfJTCyUQFjAIegQIBBAC&url 阅读全文
2019年4月12日
摘要：
原文地址： https://blog.csdn.net/jiangpeng59/article/details/72867368 作者：PJ-Javis 来源：CSDN 1.实验环境 Centos7+Python2.7+Java8+Spark1.6+Hadoop2.7+Tensorflow0.12. 阅读全文
摘要：
原文地址： https://blog.csdn.net/jiangpeng59/article/details/80667335 作者：PJ-Javis 来源：CSDN requires_grad Variable变量的requires_grad的属性默认为False,若一个节点requires_g 阅读全文
2019年4月11日
摘要：
原文地址： https://www.cnblogs.com/king-lps/p/8570021.html 1. PyTorch进行训练和测试时指定实例化的model模式为：train/eval eg: eval即evaluation模式，train即训练模式。仅仅当模型中有Dropout和Batc 阅读全文
摘要：
原文地址： https://www.leiphone.com/news/201904/xpEfrUZkgvgYh8Pu.html 雷锋网 导语：几个参考建议 本文作者：黄善清 2019-04-10 14:18 雷锋网 AI 科技评论：国内博士一念就是 4 到 6 年，在这段时间里，接触最频繁的博士导 阅读全文
2019年4月10日
摘要：
原文地址： https://www.cnblogs.com/pinard/p/9797695.html 在强化学习（十）Double DQN (DDQN)中，我们讲到了DDQN使用两个Q网络，用当前Q网络计算最大Q值对应的动作，用目标Q网络计算这个最大动作对应的目标Q值，进而消除贪婪法带来的偏差。今 阅读全文
2019年4月9日
摘要：
原文地址： https://www.cnblogs.com/pinard/p/9778063.html 在强化学习（九）Deep Q-Learning进阶之Nature DQN中，我们讨论了Nature DQN的算法流程，它通过使用两个相同的神经网络，以解决数据样本和网络训练之前的相关性。但是还是有 阅读全文
摘要：
原文地址： https://www.cnblogs.com/pinard/p/9756075.html 在强化学习（八）价值函数的近似表示与Deep Q-Learning中，我们讲到了Deep Q-Learning（NIPS 2013）的算法和代码，在这个算法基础上，有很多Deep Q-Learni 阅读全文
