Abo_luo的博客

强化学习——Qlearning和Sarsa的区别前言Qlearning算法简单示例Sarsa算法简单示例总结主要是讲述一下自己学习Qlearning和Sarsa的感悟前言自从北京学习回到成都，一个暑假虽然”书本上“的知识没有学到什么，但是确实让身为本科生的自己眼界开阔了很多，也更加的明确了自己的目标。强化学习这一个领域之前也是仅仅知识了解大概的算法流程，知其然，不知其所以然。直到现在我也觉得其和遗传学习很相似，难道他们之间是包含与被包含的关系？（需要再继续学习才能去了解了）本篇口水话主要是讲述一

最短距离：遗传算法改进——python实现前言遗传算法实现总结针对上一篇文章，实现改进的部分前言在数学建模中经典的问题——最优距离，遍历可能是我们找到最优距离的最好办法。但是如果面对众多的需要优化的位置，那么计算量将会特别大，如有二十个位置，那么遍历需要的次数为20的阶乘次，计算量可想而知的恐怖，因此引入遗传算法遗传算法实现import numpy as npimport matplotlib.pyplot as pltpop_size = 500 #每次计算的方案数量，也就是

最短距离：遗传算法——python实现前言遗传算法实现总结最近闲来无聊，学一下遗传算法来充实自己前言在数学建模中经典的问题——最优距离，遍历可能是我们找到最优距离的最好办法。但是如果面对众多的需要优化的位置，那么计算量将会特别大，如有二十个位置，那么遍历需要的次数为20的阶乘次，计算量可想而知的恐怖，因此引入遗传算遗传算法实现import numpy as npimport matplotlib.pyplot as pltcity_position = np.random.rand(2

强化学习——Policy-based Approach前言Policy-base approach思想笔记总结根据李宏毅老师的视频，记录一下自己的学习心得前言本科已经毕业了，从刚开始接触传统的机器学习，到后面接触到深度学习、CV检测、NLP等，但是最近看到越来越多的人开始提到强化学习，因此自己也打算乘着这段“闲暇”时间来学习一下强化学习，仅仅用于记录自己的学习，如果能为您提供帮助当然再好不过。Policy-base approach思想 主要分为三步:1、Nerual network as