waterHBO的博客

因为，我之前在什么地方看过类似的思路。可能是算法题里面见过的。：比完全随机奖励的 Q-learning 更快收敛。8x8的地图很容易失败， 这个问题，我之前讲过。就是说，鼓励探索，探索的过程，也是有奖励的。如何解决， 一句话，根据距离来修改奖励.然后让 GPT 根据这个思路来写代码。：机器人不会盲目探索，而是朝目标前进。：鼓励它更早学习正确路径。

说白了，q-table 记录的就是： 👉「在第 X 个格子，往 Y 方向走，能有多大收益。理解： 一个随机数，被 epsilon 分割为左右2个区域， 分别对应不同的选择。自己写的时候，我发现，其实可以简写为: Q = Q + new_stuff。也可以理解为：新 Q 值 = 老 Q 值的 (1 - α) + 新经验的 α。值：代表这个状态下执行这个动作，预计可以得到的“总回报”（长期奖励）。“用表格（q-table）记住在每个状态下做每个动作的价值，然后根据这个表格不断优化，找到最好的行为方式。

对于 4x4 的地图，很容易得到结果，但是如果换成 8x8 的地图，很容易失败！就是因为地图太大，所以失败率太高，永远无法到达目标！第3种方法， sarsa ， 后面再继续写。搜索范围越大，越容易失败。

项目来源: https://github.com/facebookresearch/detectron2项目目的: 图像处理，目标检测牛逼的地方: facebook 出品 + 30.3k star.项目调试， 这是第二篇。每个项目做到什么程度。花多少时间。几个小时。最终要达到什么成就。写一篇博客就行了?这10个项目，顺序如何。从简单的开始，还是只按照自己的兴趣来。爬虫。js。web。都需要回答这几个问题。

其实也可以加一个 logo， 加个图片，更好看一些。整体比较简单，但是对有些人或许很有用。某个小店，想做个发货单。

项目来源: https://github.com/lukas-blecher/LaTeX-OCR项目目的: 把带有数学公式的图片转为 LaTex 数学公式。

masks = mask_generator.generate(image) # 运行这一步， gpu 用了 5.6G / 8.7G。这里， take = 10 ， 只选取10个即可。其实，简单的图片， 3个 masks 就够了。图像相关的项目，需要显存。

print(math.gamma(n)) # 求 (n-1) 的阶乘。

函数是为了调用__init__中的变量，在输出的时候，能以可读的方式展。()函数是给开发者看的，是一个地址，代码部分和__str__()是一样的，如果想直接使用 self 作为一个可迭代对象的话，需要自己来实现一个。为什么这些序号不连贯，因为有些很熟悉的东西，我都删了。把很久以前，自己写的笔记发布出来。现在粉丝多了，也不觉得丢人了。