Error_666

RL代码学习框架

发表于 2024-10-09 分类于 1. 科研，强化学习
本文字数： 126 阅读时长 ≈ 1 分钟

为巩固RL算法的掌握程度，所以我打算写一个学习框架。测试自己写的算法是否正确以及观察算法的各种指标。既巩固了所学理论，又弥补了实战编程经验的不足，也会以后算法创新的仿真测试做了铺垫。所以我认为写这么一个学习框架性价比很高。

发表于 2024-10-07 更新于 2024-10-11 分类于 1. 科研，强化学习
本文字数： 8.7k 阅读时长 ≈ 8 分钟

值函数近似(DQN)、策略梯度方法(REINFORCE)、Actor-Critic方法

发表于 2024-10-06 更新于 2024-10-11 分类于 1. 科研，强化学习
本文字数： 18k 阅读时长 ≈ 16 分钟

值/策略迭代算法、蒙特卡洛、随机近似理论、时序差分方法

发表于 2024-10-05 更新于 2024-10-06 分类于 1. 科研，强化学习
本文字数： 284 阅读时长 ≈ 1 分钟

作为《强化学习》系列的补充，专注于代码实操。Follow的上海交大张老师的教程。

发表于 2024-10-03 更新于 2024-10-06 分类于 1. 科研，强化学习
本文字数： 15k 阅读时长 ≈ 13 分钟

基本概念、MDP、贝尔曼公式、贝尔曼最优公式

发表于 2024-10-02 更新于 2024-10-04 分类于 4. 大学，数学，微分方程
本文字数： 8.2k 阅读时长 ≈ 7 分钟

复数、复化解一阶常系数线性ODE、二阶常系数齐次线性ODE、二阶齐次线性ODE相关理论、二阶非齐次线性ODE相关理论

发表于 2024-09-20 更新于 2024-10-02 分类于 4. 大学，计算机专业课
本文字数： 4.3k 阅读时长 ≈ 4 分钟

文字、程序、图片来源包括但不限于蒋老师的课件、我OS/计组老师的课件、助教的实验文档、我的个人理解

发表于 2024-09-19 更新于 2024-10-03 分类于 4. 大学，计算机专业课
本文字数： 12k 阅读时长 ≈ 11 分钟

参考内容：《机器学习》周志华

发表于 2024-09-18 更新于 2024-10-02 分类于 4. 大学，数学，微分方程
本文字数： 9.5k 阅读时长 ≈ 9 分钟

几何法解一阶ODE、欧拉数值法解一阶ODE、分离变量法解一阶ODE、解标准一阶线性ODE、换元法解伯努利方程+一阶齐次ODE、一阶自治ODE图像分析

发表于 2024-09-15 更新于 2024-09-16 分类于 4. 大学，数学，线性代数
本文字数： 1.3k 阅读时长 ≈ 1 分钟

总结、知识易混点整理、补充知识