乐乐章

摘要： Given a non-empty array of integers, every element appears twice except for one. Find that single one. Note: Your algorithm should have a linear runti 阅读全文

摘要： 简介 1 位逻辑运算符： & （位 “与”） and 2个都为1 才是1 0^0 = 0 ， 0^1 = 0， 1^0 = 0 1^1= 1 ^ （位 “异或”） 相同为0，不同为1 0^0 = 0 ， 1^1 = 0， 1^0 = 1 1^0 = 1 | （位 “或”） or 有一个是1 就是1 阅读全文

摘要： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 1 安装失败 2 搜索 3 选则一个你想安装的版本 4 安装 阅读全文

摘要： Given a non-empty string s and a dictionary wordDict containing a list of non-empty words, determine if s can be segmented into a space-separated sequ 阅读全文

摘要： 问题： https://www.programcreek.com/python/example/90420/tensorflow.map_fn https://stackoverflow.com/questions/34987509/tensorflow-max-of-a-tensor-along- 阅读全文

摘要： https://github.com/yenchenlin/DeepLearningFlappyBird https://pypi.org/project/gym-tetris/ https://github.com/openai/gym/wiki/Leaderboard#breakout-v0 h 阅读全文

摘要： Double DQN 算Q值 与选Q值是分开的，2个网络。 Multi-step Dueling DQN 如果更新了，即使有的action没有被采样到，也会更新Q值 Prioritized Reply Noisy Net Epsilon Greedy 存在的问题是在一局游戏中， 即使是同一个agen 阅读全文

摘要： Say you have an array for which the ith element is the price of a given stock on day i. Design an algorithm to find the maximum profit. You may comple 阅读全文

摘要： 时间线： OpenAI 发表的 Trust Region Policy Optimization, Google DeepMind 看过 OpenAI 关于 TRPO后, 2017年7月7号，抢在 OpenAI 前面 把 Distributed PPO给先发布了. OpenAI 还是在 2017年7 阅读全文

摘要： Asynchronous Advantage Actor-Critic (A3C) 在RL任务中，我们本质上最终要学习的是策略（Policy） value-based方法：间接方法，即通过学习值函数（value function）或者动作值函数（action-value function）来得到po 阅读全文