qingguideng的博客

线程和进程的区别python多线程

关于tensorflow的使用，点击这里

DQN的理解假设从经验池中随机取出数据：（s1,a1,r1,s2,False）,（s7,a7,r7,s8,False），(s18,a18,r18,s19,Flase)。目标值网络这边：在第一条数据中，把下一状态s2输出到神经网络中，将输出该状态下，各个动作对应的Q值，记作Q1_next。比如Q1_next=（0.5，0.6，0.9，0.2），意思是s2状态下执行a1的Q值为0.5，执行a2的Q值为0.6，执行a3的Q值为0.9，执行a4的Q值为0.2。这对应着第一张图目标值网络对应的输出。

神经网络的学习参考https://www.bilibili.com/video/BV1XE411C7mS?p=10一、 单层简单神经网络四个人去看电影，通过前面三个人的选择来预测小强的选择。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WrEB3TwT-1623583362251)(C:\Users\han\AppData\Roaming\Typora\typora-user-images\image-20210613171119892.png)]一个单层神经网络，如