- 博客(2)
- 收藏
- 关注
RSS订阅原创 Win下Spyder 常用快捷键
块注释/块反注释 Ctrl + 4/5断点设置 F12关闭所有 Ctrl + Shift + W代码完成 Ctrl +空格键条件断点 SHIFT + F12配置 F6复制 Ctrl + C向下复制 Ctrl + Alt +向下剪切 Ctrl + X调试 Ctrl + F5键删除 Del向上复制 Ctrl + Alt +向上粘贴 Ctrl + V前光标位置 Ctrl + Alt +左重新运行一个脚本 Ctrl + F6反撤销 Ctrl + Y反撤销 ...
2022-05-20 10:54:37
2289
1
原创 强化学习方法-分类
1. 是否理解环境1.1 不理解环境（Model-Free RL）不理解环境，也不理解环境给的反馈1.2 理解环境（Model-Based RL）通过过往经验，理解环境，理解环境的反馈，构建虚拟世界（想象力，预判断反馈，执行下一步）2. 基于XX2.1 基于概率（Policy-Based RL）基于感知，生成事件概率，根据概率采取行动。（任何行动都有可能）可以适用于连续的ex：policy gradients2.2 基于价值 (Value-based RL)基于感
2022-05-06 15:01:23
725
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人