發(fā)簡(jiǎn)信
IP屬地：上海
-
增量計(jì)算平均數(shù)
我們想要的是通過(guò)之前的平均值，求新的平均值：只要知道了的算法，就可以實(shí)現(xiàn)只要已有平均值 和 新添加值，就可以算出新的平均值 用 和 帶入公式...
-
pytorch.nn.Embadding 詳解
數(shù)據(jù)和枚舉的對(duì)應(yīng)關(guān)系：{A:1, B:2, C:3, ...} 網(wǎng)絡(luò)層輸入按照枚舉方式，比如是A的話，那么輸入層就是A: [1, 0, 0, 0...
-
有理數(shù)是個(gè)什么鬼
是無(wú)知的可怕。 有一類數(shù)，可以用兩個(gè)數(shù)的比值來(lái)表示，比如 在古希臘（及希臘系的英語(yǔ)），這類數(shù)叫 ratio（估算，計(jì)算，原因，兩數(shù)的關(guān)系，和re...
-
probability / odds / logits到底是什么
probability：發(fā)生的概率 發(fā)生的次數(shù)/總次數(shù)0：不發(fā)生 1：必發(fā)生 odds：發(fā)生比 發(fā)生的概率 / 不發(fā)生的概率0：不發(fā)生，：必發(fā)生...
-
torch.distributions.Categorical從一個(gè)樣本空間中，抽樣。比如：我要抽 [0, 1, 2] 三個(gè)物體，共100次，那我希望： 0能抽到20次左右 1能抽到70次左右 2能抽到30次左右
-
對(duì)Policy gradient的總結(jié)
policy gradient 其實(shí)就是 的平均數(shù): corssentropy是加法，總和。這里需要每一項(xiàng)，所以就取一個(gè)平均值。 好算，就是遞...
-
游戲開發(fā)職位
國(guó)內(nèi)游戲公司普遍分不清 項(xiàng)目經(jīng)理 和 制作人，產(chǎn)品經(jīng)理的區(qū)別。我試著區(qū)分一下： 國(guó)外 制作人 這個(gè)職位，不負(fù)責(zé) 游戲的設(shè)計(jì) 和 發(fā)布（對(duì)這兩樣的...
-
Q-learning:Temporal Difference / Monte Carlo
Q-learning 是RL的核心 Q 代表 Quality 品質(zhì) 系統(tǒng)維護(hù)一個(gè)Q值表： 13.31.622.67.832.49.541.35....
-
Torch.gather()、Torch.cat()數(shù)組維度和方向（連接） gather() 函數(shù)是按照索引選取數(shù)字： 一個(gè)二維數(shù)組，如果沿第0維選取元素，則按照將頭方向依次選取數(shù)字。0，2，1就...