- 博客(2)
- 资源 (2)
- 收藏
- 关注
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