- 博客(4)
- 收藏
- 关注
RSS订阅原创 ERROR: Could not find a version that satisfies the requirement
请注意，如果你在虚拟环境之外运行pip（即在没有激活虚拟环境的情况下），pip将会在你的系统Python环境中安装包，而不是在虚拟环境中。因此，确保在尝试安装包之前已经激活了正确的虚拟环境。当pip无法安装某库时可考虑网页下好再本地pip install。文件，你需要先确保该虚拟环境已经被激活，然后使用pip来安装。如果你想要在一个特定的Python虚拟环境中本地安装一个。替换为你的虚拟环境实际所在的路径。在虚拟环境激活后，使用pip来安装。如果一切正常，这将输出包的版本号。
2024-05-20 17:45:39
432
1
原创 强化学习第三课-深度强化学习DQN
由于更新过程中目标深度强化学习网络也在变导致与投喂给DQN的一勺一勺数据不稳定，因此考虑采用目标网络策略来解决孩子不稳定的问题。DQN除了上述探索策略还可以用其他策略，如softmax策略，贪心衰减策略。基于先前经验做出决定-利用。适合拿来学习不断变化的网络。
2024-05-15 16:58:11
137
原创 强化学习第二课-蒙特卡洛方法
由于动态规划需要环境模型已知，而实际情况却比较复杂，因此本处提出了蒙特卡洛方法来解决对环境模型要求已知的问题。动态规划的更新依赖贝尔曼方程，仅适用于问题规模较小的情况；蒙特卡洛方法需要更多的计算资源，更适用于预测问题和交互问题。
2024-05-15 16:38:00
126
原创 强化学习第一课-动态规划
动态规划需要模型已知，而强化学习强调解决不确定性环境中的决策问题，你不需要确定所选算法模型，它会自动决策。动态规划强调大问题化小问题，且符合最优原则，子问题之间有重叠，并递归调用。动态规划是算法设计和优化方法，而非动态编程。类似斐波那契数列的解决方式。
2024-05-15 16:21:30
202
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人