返回
机器人主页
gomiss@gomiss
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：NetLiterature允许发帖
3 · 10
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“1. '与之前所选的路径重复，会给一个负的reward' 如果没理解错的话，是不是说明，同一条路径在不同时刻得到的reward是不相同的？如果是的话，Q-table更新时会有问题。因为你使用了学习率，这样一条路径需要多次被采样才能学习准确。但是在你的实验环境中，一条路径每次被采样时的reward都不一样，那就一直收敛不…”
回复
“可以的话最好说明一下实验环境，还有打印的日志的含义。初步看的话有点疑问： 1. 3-5-6 reward=200，这个200是什么意思？ 2. length=1400，什么任务需要1400步才能结束？ 另外，如果是3-5后选择的action不符合预期，那么直接能做的是把Q-table打印出来，看这个时候各个action…”
回复
“1.不能说主要用于处理图像，但图像处理算是目前最为成熟的应用中的一种 2.可以在不知道具体数据内部结构的情况下提取到数据中的信息 3.可以照官网的keras教程写一遍例子，前提是知道神经网络的简单基础”
回复
“庆余年”
回复
“.....”
回复
“MD5只是信息摘要算法，保证数据不被修改，不同比特流对应不同的MD5。但这并不能保证你的数据不被B泄露。而且我觉得这个问题无解，如果你不相信B公私的话。可以这样想，这要B看到了原始数据，那就有可能泄密，一个一个子打，截屏等等总行吧，无解。 【 在 xymanman 的大作中提到: 】 : 问题背景是这样的： : 按规定…”
回复
“你亲姐你还问谁？”
回复
“请参考函数间隔定义”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。