作者|Nathan Lambert 编译|VK 来源|Towards Data Science 研究价值迭代和策略迭代。 本文着重于对基本的MDP进行理解(在此进行简要回顾)，将其应用于基本的强化学习方法。我将重点介绍的方法是"价值迭代"和"策略迭代"。这两种方法是Q值迭代的基础，它直接导致Q-Le ...
分类：
其他好文 时间：
2020-07-19 23:21:17
阅读次数：
71
需要注意的是我们可以使用两种方法来创建并使用session 方法一： sess = tf.Session() result = sess.run(...,feed_dict = {...}) sess.close() 方法二： with tf.Session as sess: result = se ...
分类：
其他好文 时间：
2020-07-19 16:22:27
阅读次数：
77
实验工具与环境配置 虚拟机软件：VMware Fusion 11.5.5 操作系统：Windows XP 虚拟病毒：VirtualVirus 进程管理器：IceSword 运行虚拟病毒 在 Windows XP 虚拟机中，运行 VirtualVirus 可执行文件。 从现象上看，病毒会导致每隔一段时 ...
分类：
其他好文 时间：
2020-07-19 16:01:27
阅读次数：
110
源码编译安装 http://nginx.org/en/download.html 到官网下载，然后用XFTP上传到root目录 把文件解压出来 tar -zxvf nginx-1.16.0.tar.gz 然后用yum安装依赖项 yum install gcc pcre-devel zlib-deve ...
分类：
其他好文 时间：
2020-07-17 09:27:00
阅读次数：
72
整理自No compiler is provided in this environment. Perhaps you are running on a JRE rather than a JDK? 我没用Eclipse，故说明以下两种方法，其中，使用方法一后问题已解决。 方法一：设置环境变量JAV ...
分类：
其他好文 时间：
2020-07-15 23:55:39
阅读次数：
85
题目描述链接：https://leetcode-cn.com/problems/search-in-a-binary-search-tree/ 基本思路：等于返回，当前节点值大于搜索值从左子树搜索，小于从右子树搜索。以此可以用递归或迭代法实现，下面分别展示两种方法; （1）采用递归的方法 LeetC ...
分类：
其他好文 时间：
2020-07-15 23:43:11
阅读次数：
76
Linux基础入门（一）初识Shell shell是什么 Shell 是一个用 C 语言编写的程序，它是用户使用 Linux 的桥梁。Shell 既是一种命令语言，又是一种程序设计语言。 Shell 是指一种应用程序，这个应用程序提供了一个界面，用户通过这个界面访问操作系统内核的服务。 Shell ...
分类：
系统相关 时间：
2020-07-15 01:11:11
阅读次数：
82
禁止master节点调度 有两种方法，一种是自带的命令（越来越完善了）另一种是通过添加污点来禁止调度。 1、自带命令 cordon 和 uncordon是k8s上的两个维护命令，一般用于节点出现问题时维护使用的。 kubectl cordon master禁止节点调度 kubeclt uncordo ...
分类：
其他好文 时间：
2020-07-13 15:34:33
阅读次数：
554
看到一个帖子分享新的百度网盘下载工具 此方法我也不是很清楚原理 设置起来比较麻烦 但是还是值得保存一下的 一共是两种方法，推荐网页版比较简单 提前点击生成一个输入法的文件夹，然后打开网页，登陆网盘账号，下载即可。 BaiduPCS-Go： GitHub 下载 BaiduPCS-Go-Web： Git ...
分类：
其他好文 时间：
2020-07-12 19:01:03
阅读次数：
137
归并排序 归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。 作为一种典型的分而治之思想的算法应用，归并排序的实现由两种方法： 自 ...
分类：
编程语言 时间：
2020-07-12 12:09:18
阅读次数：
65
