我們想要的是通過(guò)之前的平均值，求新的平均值：只要知道了的算法握巢，就可以實(shí)現(xiàn)只要已有平均值 和 新添加值拇颅，就可以算出新的平均值 用 和 帶入公式...

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弥锄，比如是A的話朵夏，那么輸入層就是A: [1, 0, 0, 0...

是無(wú)知的可怕锌唾。 有一類(lèi)數(shù)篓像，可以用兩個(gè)數(shù)的比值來(lái)表示嗜逻，比如 在古希臘（及希臘系的英語(yǔ)）涩僻，這類(lèi)數(shù)叫 ratio（估算，計(jì)算栈顷，原因逆日，兩數(shù)的關(guān)系，和re...

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)生妨蛹，：必發(fā)生...

policy gradient 其實(shí)就是 的平均數(shù): corssentropy是加法，總和颤难。這里需要每一項(xiàng)神年，所以就取一個(gè)平均值。 好算行嗤，就是遞...

國(guó)內(nèi)游戲公司普遍分不清 項(xiàng)目經(jīng)理 和 制作人已日，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)職位栅屏，不負(fù)責(zé) 游戲的設(shè)計(jì) 和 發(fā)布（對(duì)這兩樣的...

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....