摘要:
keep learning! 注意:判断自己属于哪种情况可以使用 get status 命令, 修改和撤销 文件有问题,还没有get add【丢弃工作区的修改】 发现修改的文件有问题不想上传当前文档,一种办法是修改成原来的样子,然后提交。还有一种方法是使用下列语句, $ git checkout - 阅读全文
摘要:
继续记录 git 学习笔记 版本回退 在实际使用过程中,大多数用户会提交很多次修改的结果,每一次都记清楚到底修改了什么很难。所以可以使用下述命令来获得所有历史修改信息 $ git log 该命令显示的是最近到最远的提交记录,如果觉得显示的信息过多可以使用下述命令简化输出【结果中只有commit + 阅读全文
摘要:
> 要准备开始写代码了,又要开始学习 git 的使用方法了【之前写的时候学了一点,并没有什么很显著的进展。后来也只是本地写了一些... 所以还是得捡起来】。感觉还是得好好了解一下 github 才能更好使用它哇。 ### 简介 一句话概括git的功能就是:管理多人协作项目,进行版本控制,帮助用户清晰 阅读全文
摘要:
主要介绍自己阅读《Offline Reinforcement Learning: Tutorial, Review, and Perspectives on Open Problems 》《A Survey on Offline Reinforcement Learning: Taxonomy, R 阅读全文
![离线强化学习 (Offline Reinforcement Learning)](https://img2022.cnblogs.com/blog/2222564/202205/2222564-20220529213816936-1872322534.png)
摘要:
看论文的时候出现了投影不动点迭代的概念,在网上搜索了一圈也没有看到太多相关的东西。 只看到了很多凸优化方面的不动点迭代内容,先粘个参考链接,学懂了前来补充~ 投影的概念和不动点迭代的结合 不动点迭代 不动点迭代的概念在第1个参考链接里描述的比较明确,梯度等于0 x与算子之间的关系,画图来看就是函数曲 阅读全文
摘要:
凸共轭:凸共轭是勒让德变换的一种推广;凸共轭也被称作Legendre–Fenchel变换,或者Fenchel变换(以Adrien-MarieLegendre和WernerFenchel命名)。 勒让德变换:一个在数学和物理中常见的技巧,得名于阿德里安-马里·勒壤得(Arien-Marie Legen 阅读全文
摘要:
近来发现自己概念有些混淆,写一点自己对从Sutton书上看到的这些方法之间联系的理解和想法。 【如有不恰当的地方,欢迎指正!】 前言 强化学习的初始驱动就是通过和环境互动得到的奖励来评估经历过的状态或状态下选择的动作的好坏,从而选择出合适的策略进行控制。 所以最好的办法就是之前DP提到的利用贝尔曼方 阅读全文
摘要:
强化学习中涉及的采样方法包括重要性采样的相关内容和一些自己的思考 在之前内容的整理中涉及了一些重要性采样的内容,在介绍蒙特卡罗离线策略 时有所提及。其中详细介绍了到底什么是重要性采样。 这篇博文主要想更加深刻得思考为什么用的是重要性采样方法? 强化学习中为什么要用重要性采样? 参考链接中一句话说的很 阅读全文
摘要:
要解决的问题很简单如题,判断乘积方差与方差乘积之间的大小关系。 不得不说,乍一看真的很简单-_- 就是那种简单套路,随便一比应该就出来了吧 自己一去做好像就不是这么回事了... 上网查了一下基本没有详细步骤,就把我最后的智慧结晶贴出来(虽然这是数学证明的常用套路) 问题 随机变量$A$和$B$相互独 阅读全文
摘要:
说到文献查询,那真是一把辛酸泪。到别人查论文的网站很少能找到自己方向的论文,论文工作根本进行不下去啊-_- 博客又能写些什么呢 没有坚持写的内容居然是因为找不到相关的资料学习(简直是滑天下之大稽) 赶紧总结一下自己的血泪教训,也为看到的朋友们指一点点路~ 工欲善其事,必先利其器 先在各大搜索引擎找本 阅读全文
![文献调研的基本步骤!【血泪经验总结】](https://img2022.cnblogs.com/blog/2222564/202202/2222564-20220226160259780-352306382.png)