- 博客(2)
- 收藏
- 关注
RSS订阅原创 PaddlePaddle飞桨强化学习7日打卡营-Day2
跟随百度6.19日开课的强化学习7日打卡营，入门强化学习。第二课是表格型方法求解RL问题。Day 2. 基于表格型方法求解RL强化学习中的智能体agent通过和环境env交互，执行动作action获得反馈reward，逐步学习完善任务执行策略。在某状态state下执行动作action，得到反馈reward；但复杂任务是一个序列决策任务，需要执行一系列action，以完成任务获得最高的最终收益，因此选择要执行的策略时需要考虑长期收益。评价某状态s下执行动作a的综合预期收益（中长期收益.
2020-06-26 12:02:23
129
原创 PaddlePaddle飞桨Python小白逆袭大神打卡营记录
这里写自定义目录标题百度飞桨Python七日打卡营Day1Day2Day3Day4Day5百度飞桨Python七日打卡营2020.4.13参加了百度的“Python小白逆袭大神”在线课程，记录下每天作业的内容实践。Day1格式化输出操作99乘法表+利用python的os包进行文件遍历，帮助大家熟悉AI studio平台的使用、python基本循环、判断逻辑。9*9乘法表：def ta...
2020-05-01 21:07:55
222
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