發(fā)簡(jiǎn)信
IP屬地：上海
-
SARSA時(shí)序差分學(xué)習(xí)方法什么是SARSA SARSA算法的全稱(chēng)是State Action Reward State Action陆爽，屬于時(shí)序差分學(xué)習(xí)算法的一種，其綜合了動(dòng)...
-
貝爾曼方程與兩類(lèi)值函數(shù)
貝爾曼方程與兩類(lèi)值函數(shù) 為了評(píng)估一個(gè)策略的期望回報(bào)软能，我們定義兩個(gè)值函數(shù)：狀態(tài)值函數(shù)和狀態(tài)-動(dòng)作值函數(shù)迎捺。 狀態(tài)值函數(shù) 折扣率的引入 有終止?fàn)顟B(tài)的情...
-
Ubuntu下多版本Python環(huán)境管理
virtualenvwrapper庫(kù)的安裝與配置 查看當(dāng)前環(huán)境 Python的執(zhí)行文件位于/usr/bin/目錄下，可以進(jìn)入該目錄查看當(dāng)前安裝的...
-
Custard擁塞控制算法論文解讀
該論文的全稱(chēng)為“Internet Congestion Control via Deep ReinforcementLearning”查排，收錄于N...
-
Indigo擁塞控制算法發(fā)送端代碼解讀
Indigo擁塞控制算法發(fā)送端代碼解讀 本文章將不定時(shí)進(jìn)行更新凳枝，歡迎收藏。 相關(guān)源文件 Indigo擁塞控制算法集成于Pantheon擁塞控制算...