文哥的学习日记

在2013年DQN首次被提出后，学者们对其进行了多方面的改进，其中最主要的有六个，分别是：Double-DQN：将动作选择和价值估计分开，避免价值过高估计Dueling-DQ...

CristianoC

这是新开的一个系列，将结合理论和部分代码（by ElegantRL）介绍强化学习中的算法，将从基础理论总结到现在常用的SAC,TD3等算法，希望能帮助大家重温知识点。本文是第...

自由调优师_大废废

深度学习的优化器有许多种类，同损失函数一样，我们只有清楚了它们的原理才能更好地选择。鉴于优化器的重要性以及难度，本文将不定时更新最新理解思路亦或最新优化器…… Batch G...

statr

作为数据科学和机器学习相关的研究和开发人员，大家每天都要用到 python。在本文中，我们将讨论一些 python 中的顶级库，开发人员可以使用这些库在现有的应用程序中应用、...

数据007

Python是一种面向对象、直译式计算机程序设计语言，由Guido van Rossum于1989年底发明。由于他简单、易学、免费开源、可移植性、可扩展性等特点，Python...