免费图床，稳定可靠，结合CDN加速，棒了
2020-08-19
强化学习笔记8：整合学习和规划
规划是基于模型的搜索，学习是基于数据的总结，二者结合，1+1>2
2020-08-17
hexo 进阶设置指南（持续更新）
一点点装饰你的房子，让它变得更漂亮
2020-08-12
强化学习笔记7：策略梯度 Policy Gradient
策略梯度法，可以实现不基于价值函数的动作选取，在训练过程中稳定性更优
2020-08-11
从0 -> 1，拥有你的免费个人博客之“打个前站”
不买域名，不租服务器，不写html，跟我走
2020-08-08
ios黄页：可算让iPhone好用了点儿
ios黄页，让你用iPhone打电话的时候快人一步
2020-08-07
为什么数值仿真里要用RK4（龙格库塔法）
当然是因为他仿真精度高啊，为啥，进来看看吧小跳最近在搭建一个数值仿真环境，由于需要用到python里面的一些库，所以不得不把simulink的模型搬过来，我们都知道在simulink里，仿真的时候设置仿真步长和微分方程求解器是必要的步骤。但是为什么要设置这个小跳却早已忘记了。
2020-08-05
强化学习笔记6：值函数估计Value function Approximation
离散空间的RL问题可以构建value table进行查表解决，对于连续空间的问题，可以引入值函数估计器，解决了查表运算量大的问题
2020-08-05
Keras & Tensorflow 笔记
Keras是一个高层神经网络API，能够把你的idea迅速转换为结果
2020-08-03
深度学习22张精炼图笔记总结
记录了深度学习课程的知识与亮点，不仅仅适合初学者了解深度学习，还适合机器学习从业者和研究者复习基本概念。
2020-08-03
强化学习笔记5：无模型控制 Model-free control
完成了不基于模型的策略评估之后，可以采取$\epsilon$-greedy等方法进行动作选取，根据状态信息进行动作选取并执行，就实现了不基于模型的控制
2020-08-01
深度学习-Coursera笔记
深度学习是用深度神经网络的方法，将机器学习加以拓展，其优势是可以实现超复杂非线性函数的映射
2020-07-23