- 博客(2)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 强化学习调参方法/DeepRLHacks中文版
Tips to debug new algorithm训练新强化学习的算法1. 使用低维状态空间的环境来训练网络John 建议使用Pendulum problem来训练agent，因为这是一个二维状态空间的问题，两个维度就是角度与速度因为这样容易可视化值函数，可以通过可视化的方式来观察：算法是否应该处在对的状态，算法是怎么学习的，学习的过程对不对可视化可以帮助思考为什么算法不工作，比如是value...
2017-12-08 09:22:34
8072
转载 Latex各种命令、符号、公式、数学符号、排版等
本文仅供学习参考使用，一切版权和解释权均归原作者所有，转载地址：http://blog.csdn.net/garfielder007/article/details/51646604数学符号详细内容见：http://mohu.org/info/symbols/symbols.htm 直接查看链接 http://www.mo
2017-12-01 10:56:03
235890
6
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人