二、 卷積網(wǎng)絡(luò)和訓(xùn)練 接上回 處理環(huán)境圖片。python幾處值得關(guān)注的用法（連接） 示例用卷積網(wǎng)絡(luò)來訓(xùn)練動作輸出： 還是比較直白的： Conv 3通道 16通道 Con...
發(fā)簡信
IP屬地：上海
-
深度強化學(xué)習(xí)DQN詳解CartPole（2） -
深度強化學(xué)習(xí)DQN詳解CartPole（1）一、 獲取并處理環(huán)境圖像 本文所刨析的代碼是“pytorch官網(wǎng)的DQN示例”（頁面），用卷積層配合強化訓(xùn)練去學(xué)習(xí)小車立桿，所使用的環(huán)境是“小車立桿環(huán)境”（CartPole）...
-
Q-learning:Temporal Difference / Monte Carlo
Q-learning 是RL的核心 Q 代表 Quality 品質(zhì) 系統(tǒng)維護一個Q值表： 13.31.622.67.832.49.541.35.6 當(dāng)前agent下一步要采取...
-
游戲開發(fā)職位
國內(nèi)游戲公司普遍分不清 項目經(jīng)理 和 制作人，產(chǎn)品經(jīng)理的區(qū)別。我試著區(qū)分一下： 國外 制作人 這個職位，不負責(zé) 游戲的設(shè)計 和 發(fā)布（對這兩樣的認知 和 意識 是要有的）詳見...
-
進制轉(zhuǎn)換
從前有一個原始人，他養(yǎng)了幾頭羊??，他希望天天都可以在自己的家，明確的知道羊的數(shù)量。 于是他找來1個碟子，又去海邊撿了許多一樣大小的石子。他試著放了一下，一個碟子里恰巧可以放9...
-
-
Tensor的代碼表達及方向矩陣的索引順序： 方向（就是最內(nèi)層數(shù)組）永遠是最后一個方向：。是倒數(shù)第二是倒數(shù)第三依次往前推…… 比如，一個3維矩陣（如圖），第一個元素的坐標是：或者：如果是一個4維矩陣，第...