- 博客(3)
- 收藏
- 关注
RSS订阅原创 强化学习入门（二）：K臂老虎机问题（k-armed Bandit Problem）
考虑以下学习问题。你需要在k种不同的选项或动作中重复作出选择。在每次选择之后，你都会得到一个从一个平稳的概率分布中选择的数字奖励，这取决于你所选择的行动。目标是在一段时间内最大化预期的总奖励。在k臂赌博机问题中，每个动作都有一个预期或平均奖励，称之为动作的。我们用At表示在时间步长t上所选择的动作，用Rt表示所获得的奖励。
2023-09-26 15:58:56
739
原创 Tensorflow找不到GPU：tensorflow 2.11.0版本开始，在windows上不再支持GPU
Tensorflow从2.11.0版本开始，在native-windows上不再支持GPU。
2023-02-20 21:47:32
32093
45
原创 启动yarn时，resourcemanager启动失败
使用启动yarn后，再使用jps查看进程，发现只有Notemanager启动了，而resourcemanager没有启动。
2023-02-14 16:24:13
6349
2
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