旭雨馨風(fēng)

請問這篇文章的代碼你復(fù)現(xiàn)了嗎，我復(fù)現(xiàn)的時候好多問問題权均，當(dāng)然主要是tensorflow版本問題澎羞，怎么都調(diào)不好

QMDP-Net閱讀記錄

記錄一下自己所看的論文髓绽，后續(xù)會繼續(xù)更新一些model-based的論文閱讀記錄，歡迎交流妆绞、討論（emmmmm顺呕，我實在才疏學(xué)淺）。 論文：P Karkus,D Hsu,WS L...

我超級乖

1906 1 1

旭雨馨風(fēng)

雖然前段時間稍微了解過Policy Gradient向图，但后來發(fā)現(xiàn)自己對其原理的理解還有諸多模糊之處，于是希望重新梳理一番时呀。Policy Gradient的基礎(chǔ)是強(qiáng)化學(xué)習(xí)理論张漂，...