1、阅读：《软技能-代码之外的生存指南》- 第45章 培养习惯：刷新你的代码 成就我们的恰恰就是那些不断重复做的事情。因此，优秀不是一种行为，而是一种习惯——亚里士多德 习惯主要由三个要素组成：暗示、惯例、奖励 找出坏习惯 1） 找出坏习惯，在围绕这些坏习惯创造出好习惯是最简单的方法 2） 找出一个 ...
分类：
其他好文 时间：
2020-11-08 16:40:59
阅读次数：
22
经过激烈的竞聘环节，你带着满腔的热情来到公司，你暗下决心要在这里创造辉煌。努力，加油等等的词汇在脑海已经不知道重读了多少次了。你的领导告诉你，只要你出单了，奖励奖金神马的都会有的。你的前辈说，只要坚持不懈的努力，就会有收获的。结果一个月下来，残酷的四个字摆在你的面前：坐拿底薪。更残酷的：无人问津。那么问题来了，我该继续吗?我要不要转行?究竟如何才能成为一名优秀的IDC销售呢？首先，作为一名IDC销
分类：
其他好文 时间：
2020-09-17 18:35:03
阅读次数：
30
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ NeurIPS, (2018) Abstract 我们提出了一种元学习方法，用于学习基于梯度的RL算法。这个想法是要逐步形成一种可微的损失函数，这样智能体就可以通过优化其策略以最大程度地减少这种损失，获得较高的奖励。损失是通过代理经验的时 ...
分类：
其他好文 时间：
2020-09-17 17:24:54
阅读次数：
23
8月12日，有个DeFi交流群里出现了一段话，这段话来自以太坊最大矿池星火矿池联合创始人少平，他说：“我们矿池挖到7400ETH，3400ETH是手续费收益。”这句话透露了一个非常重要的信息：以太坊的链上交易手续费，快要接近爆块收益的50%了！这相当恐怖。以太坊交易堵堵堵！通过以太坊区块浏览器可以看到，区块高度为10644093这个块，它的播报方就是星火矿池，该区块的区块奖励约4.7枚ETH，矿工
分类：
其他好文 时间：
2020-08-20 18:10:07
阅读次数：
76
我们常常会把那些贡献者为使我们生活变得更便利而做出的贡献看作是理所当然的，与那些给我们带来帮助的人相比，上天似乎有一种方式使得它给那些为我们带来娱乐的人的奖励要比前者更多。不过这没关系，我们知道该如何向那些带领着我们程序员和技术爱好者前进的人们致敬。 在这篇文章里面，我们将会看到 12 位空前最伟大 ...
分类：
其他好文 时间：
2020-08-17 17:24:33
阅读次数：
221
1、排序 详情点进去，就是我自己写的排序,一上午，就写了两个 哈哈哈：写于7.30 10：48 老师太逗了，太可爱了； 老师我举报，他影响我学习！！！ ok!今天就奖励三种排序，排序之前都写过了，不更新了 ...
分类：
编程语言 时间：
2020-07-30 18:28:24
阅读次数：
75
题目链接 题目大意：给定$n$个宝物，每次随机抛出一个宝物，奖励分数为$p_i$。但如果选这个宝物必须选过它的前置宝物集合。共进行$K$轮问最优策略下的期望。 $n\leq 15,-10^6\leq p_i\leq 10^6$ 看到数据范围，状压很容易想到。 设$f[i][j]$表示到了第$i$轮， ...
分类：
其他好文 时间：
2020-07-12 15:00:20
阅读次数：
53
基于表格法求解RL 中相关概念 含义 S state 状态(observe) A action 动作 R reward 奖励 P probability 状态转移概率 MDP Markov Decision Processes 马尔科夫决策过程(强化学习的基本框架) TD Temporal Diff ...
分类：
其他好文 时间：
2020-06-26 22:02:30
阅读次数：
52
强化学习是近些年最火，最接近“真实情况”的深度学习方式。对比其他学习注重的是决策问题，通过智能体与周边环境的交互学会了如何能获得更多的奖励。 百度的paddle团队开源了强化学习PARL项目，该项目有几大特性： 在实际任务中尝试使用强化学习解决问题 快速调研下不同强化学习算法在同一个问题上的效果 搭 ...
分类：
其他好文 时间：
2020-06-25 11:57:15
阅读次数：
111
某传奇类手机网游，其界面中有一个“挂机”按钮，能够在野外地图中自动打怪、捡取物品等。但在某些“挑战地图”（挑战地图boss刷新多且快）中该按钮无法使用，只能依靠手刷。 然而如果氪金40元宝（相当于充40元人民币），就可以解锁“挑战地图”的挂机功能，还能获得额外的奖励，说来也是比较良心的。但如果不氪金 ...
分类：
其他好文 时间：
2020-06-14 01:26:11
阅读次数：
140
