這是我使用Policy Gradient來解決CartPole-v0任務(wù)的一個(gè)總結(jié)，參考了莫煩博客，Andrej Karpathy博客及其翻譯版刮萌，建議先看懂Andrej Ka...
發(fā)簡信
IP屬地：河南
-
Policy Gradient CartPole-v0
-
LeetCode 679. 24 Games
這道題體面要求是四個(gè)數(shù)翎蹈，填入+还蹲、-、*奔滑、/和()艾岂，來使其結(jié)果為24，實(shí)際上可以看成一個(gè)組合問題朋其，比如從四個(gè)數(shù)中任意取出2個(gè)王浴，算出和，在與剩下的兩個(gè)數(shù)組合到一起梅猿，重復(fù)這個(gè)過程氓辣，...
-
Java多維數(shù)組，每一個(gè)元素又是一個(gè)list袱蚓，聲明方法
多維數(shù)組钞啸，每一維是一個(gè)list，需要注意的是喇潘，要對(duì)每個(gè)list進(jìn)行單獨(dú)的初始化体斩。
-
LeetCode 140
這道題主要是搜索剪枝，最開始的時(shí)候由于太久沒有做題颖低，所以連剪枝都沒有意識(shí)到絮吵，但是最終自己并沒有做出來，看了discuss區(qū)的答案后寫出來的枫甲，代碼如下： 根據(jù)這個(gè)思路自己改了個(gè)...
-
numpy函數(shù)詳解
Indexing API 待梳理 np.random.uniform(low=0.0, high=1.0, size=None) 得到隨機(jī)均勻分布的tuple 區(qū)間是左閉右開...
-
Tensorflow函數(shù)詳解
tensorflow數(shù)據(jù)類型tf.Dtype 官方API tf.constant()想幻，聲明一個(gè)常量 tf.one_hot()粱栖，生成一組以one_hot方式表示的tensor ...
-
隨機(jī)變量及其基本概念、各種分布隨機(jī)變量和隨機(jī)事件的區(qū)別 隨機(jī)事件是樣本點(diǎn)的集合 隨機(jī)變量是將每個(gè)樣本點(diǎn)映射成了一個(gè)唯一確定的數(shù)脏毯，廣義上講是隨機(jī)現(xiàn)象各種可能結(jié)果的變量闹究。 離散型隨機(jī)變量 隨機(jī)變量的值是有限多...
-
獨(dú)立性、系統(tǒng)可靠性
獨(dú)立性 設(shè)A食店、B是隨機(jī)實(shí)驗(yàn)E的兩個(gè)事件渣淤，并滿足P(AB)=P(A)P(B)，稱A和B是相互獨(dú)立的吉嫩。 若A和B獨(dú)立价认，A與!B獨(dú)立，!A與B獨(dú)立自娩，!A與!B獨(dú)立用踩。 兩個(gè)事件相互獨(dú)...
-
《機(jī)器學(xué)習(xí)》第15章習(xí)題
15.1 首先對(duì)于書76頁的西瓜數(shù)據(jù)集進(jìn)行了處理，將所有的屬性：色澤、根蒂脐彩、敲聲碎乃、紋理、臍部和觸感分別以數(shù)字0,1,2,3,4,5,6惠奸，對(duì)于這7個(gè)屬性的屬性值梅誓，按照程度以1,...
-
條件概率、全概率公式佛南、貝葉斯公式
條件概率要點(diǎn)總結(jié) P(A|B)+P(!A|B)=1 P(ABC)=P(A) × P(AB)/P(B) × P(ABC)/P(AB) 全概率公式 事件組B1梗掰，B2......B...
-
Java中Set（HashSet，TreeSet）知識(shí)總結(jié)
equals()和hashCode() 使用Set類共虑，Element必須重新定義equals()愧怜，最好同時(shí)重新定義hashCode()。hashCode()和equals()...
-
古典概型妈拌、幾何概型
古典概型 定義 設(shè)E是一個(gè)實(shí)驗(yàn)拥坛，滿足2個(gè)條件，這樣一個(gè)實(shí)驗(yàn)稱為古典概型尘分。 有有限多個(gè)樣本點(diǎn) 每個(gè)樣本點(diǎn)發(fā)生的概率是相同的 例題 甲投11次硬幣猜惋，乙投10次硬幣，雙方投擲之后進(jìn)...