阅读paper技巧

  1. 首先注意文章的参考价值。会议的档次,刊物的影响因子、文章的被引次数能反映文章的参考价值
  2. 多数文章看摘要,少数文章看全文。
  3. 实在看不懂,则Google相关文章,看别的文章是怎么评述它的。
  4. 集中时间看文献。看过总会遗忘。看文献的时间越分散,浪费时间越多。集中时间看更容易联系起来,形成整体印象。做好记录和标记。复印或打印的文献,直接用笔标记或批注。pdf 或html 格式的文献,可以用编辑器标亮或改变文字颜色。这是避免时间浪费的又一重要手段。否则等于没看。
  5. 最后,把别人文章的idea总结成一句话,这样才容易理解它的本质
  6. 警告:读大量文献有碍健康,扼杀年轻科学家的创造力!但,读大量好的文献有益健康,即使扼杀也杀得心服口服。
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在强化学习领域,绘制图表是非常重要的,它可以帮助你更好地理解算法的性能和结果。下面是一些强化学习论文中常用的绘图技巧: 1. 折线图(Line Plot):用于显示随时间变化的算法性能。可以绘制不同算法在不同训练步骤或时间步骤下的奖励曲线或价值函数曲线。可以使用Matplotlib或Seaborn库绘制折线图,并使用不同线条颜色或标记来表示不同算法。 2. 柱状图(Bar Plot):用于比较不同算法或不同参数设置下的实验结果。可以绘制不同算法的平均奖励或不同参数设置的性能比较。可以使用Matplotlib或Seaborn库绘制柱状图,并使用不同颜色的柱子来表示不同算法或参数设置。 3. 箱线图(Box Plot):用于显示数据分布的统计信息,如中位数、四分位数等。可以用于比较不同算法在不同环境下的奖励分布。可以使用Matplotlib或Seaborn库绘制箱线图,并使用不同颜色的箱子来表示不同算法或环境。 4. 散点图(Scatter Plot):用于显示两个变量之间的关系。可以用于观察状态和动作之间的关系或观察奖励和训练步骤之间的关系。可以使用Matplotlib或Seaborn库绘制散点图,并使用不同颜色或标记来表示不同变量。 5. 热力图(Heatmap):用于显示数据矩阵的颜色编码。可以用于显示状态值函数或动作值函数的矩阵。可以使用Matplotlib或Seaborn库绘制热力图,并使用不同颜色来表示不同数值。 除了这些基本的图形类型,你还可以根据具体需求选择其他类型的图表,如面积图、雷达图等。在绘制图表时,要注意选择合适的颜色、标签和标题,以及适当的坐标轴标尺和刻度。这些绘图技巧可以使你的强化学习论文更加直观和有说服力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值