- 博客(4)
- 收藏
- 关注
RSS订阅原创 强化学习之多臂老虎机（Multi-Armed-Bandit）问题
一、问题背景假设有一个老虎机有 nnn 个握把，每个握把 iii 有 PiPiP_i 的概率可以中奖，每次可以选择一个握把进行尝试，老虎机只会返回是否中奖。尝试者不知道中奖概率，需要通过有策略的尝试，选出中奖概率最高的那一个握把。二、问题抽象共有 nnn 个arm，每个arm的成功概率为 PiPiP_i 玩家可以对每个arm进行尝试，每次尝试后，若成功则得到1，若失败则得到0。玩家...
2018-08-08 10:58:46
7317
2
原创 通过简单的强化学习实现井字棋（Tic-Tac-Toe）
一、强化学习简介强化学习的过程可以理解为Agent与Environment的交互、学习、进步的过程，在井字棋中，可以简单的将其中的一方理解为Agent，另一方为Environment。交互的过程中主要有一下4个要素：状态（state）：指可能出现的情况或局面，在井字棋中指局面上的落子情况与先后手。操作（action）：指从一个状态（state）到另一个状态（state）的过程，在井字棋...
2018-08-03 13:33:22
9823
10
原创 Python学习笔记（三）：进程与线程
一、进程（process）在Python中，进程的主要模块为subprocess模块，此模块旨在代替老的os.system，os.spawn*，os.popen*，popen2，commands模块，进一步减少编程人员的工作量，实现import this中体现的宗旨。附上官方文档链接：https://docs.python.org/3/library/subprocess.html
2017-02-01 20:30:55
1068
原创 Python学习笔记（二）：文件读写
一、魔数这里的魔数并非程序猿随便定义的魔数。对于很多类型的文件，其起始的几个字节的内容是固定的（或是有意填充，或是本就如此）。根据这几个字节的内容就可以确定文件类型，因此这几个字节的内容被称为魔数 (magic number)。【百度百科】在Python 中同样也可以使用魔数判断一个文件的类型，例如是否被压缩。例如以下代码：import gzipimport pick
2017-01-16 12:04:40
722
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人