文哥的學(xué)習(xí)日記

這兩天看了一下李宏毅老師的強化學(xué)習(xí)課程的前兩講憋飞，主要介紹了Policy Gradient算法和Proximal Policy Optimization算法他炊，在此整理總結(jié)一下争剿。...

Henry游戲開發(fā)

看看這個標(biāo)題，沒錯痊末，這又是一篇年終總結(jié)蚕苇，上一次寫年終總結(jié)還是2017年，而2018年直接就跳過沒有寫凿叠。之前的業(yè)余時間的確是很多涩笤，現(xiàn)在我連休息時間也變少了嚼吞，所以一年都很難產(chǎn)出一...