9fd8e14bdaf5

強(qiáng)化學(xué)習(xí)基礎(chǔ)篇（二）馬爾科夫決策過程（MDP） 上一篇中主要介紹了強(qiáng)化學(xué)習(xí)的一些主要組成要素（智能體氮惯，環(huán)境，獎(jiǎng)勵(lì)，狀態(tài)以及動(dòng)作等），以及介紹了強(qiáng)化學(xué)習(xí)的相關(guān)概念。本節(jié)主要介紹...

9fd8e14bdaf5

二配紫、 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(dòng)作輸出： 還是比較直白的： Conv 3通道 16通道 Con...