![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
dycdyccc
这个作者很懒,什么都没留下…
展开
-
算法教程-动态规划
第8章 复杂依赖及其记忆体化问题分解依旧使用递归/归纳那一套,但是我们允许子问题之间出现重叠。通常情况下,DP算法都是通过反转相应的递归函数,使其对某些数据结构进行逐步迭代和填充(如某种多维数组)。对于python来说,在实现相关递归函数时直接从缓存中返回值。如果我们使用 同一个参数执行多次调用,其返回结果就会直接来自于缓存。记忆体化(memoization)8.1 不要重复自己Fi...翻译 2019-05-27 15:39:41 · 527 阅读 · 0 评论 -
强化学习基础(第一周)笔记和代码(RL-cousera)
K-摇臂赌博机问题定义K-摇臂赌博机有K个摇臂,赌徒在投入一个硬币后可选择按下其中一个摇臂,每个摇臂以一定的概率吐出硬币,但这个概率赌徒并不知道。赌徒的目标是通过一定的策略最大化自己的奖赏,即获得最多的硬币。K个行为都有一个平均或者期望回报,这称为这个动作的值。q∗(a)=E[Rt∣At=a],∀a∈{1,2,3,⋅⋅⋅,k}q_{\ast}(a) = E[R_t|A_t=a], \for...原创 2019-08-16 18:27:21 · 2019 阅读 · 1 评论