如何使用函数装饰器？ 实际案例 某些时候我们想为多个函数，统一添加某种功能，比如记时统计、记录日志、缓存运算结果等等。 我们不想在每个函数内一一添加完全相同的代码，有什么好的解决方案呢？ 解决方案 定义装饰奇函数，用它来生成一个在原函数基础添加了新功能的函数，替代原函数 如有如下两道题：题目一 斐波那契数列又称黄金分割数列，指的是这样一个数列：1,1,2,3,5,8,13,21,….,
python2早已在 2020 年停止维护，随着Python版本的不断更新迭代，很多旧的语法在可读性与效率上都已经有更好的替代了。当然，大部分的重要特性，例如装饰器、生成器、async等，相信大家都已经了然于心，本文小编就对一些用的稍微少一些、日常看到的代码中不太常见，但是能用得上的语法做一个简单的总结，供大家参考，如果大家有什么不同的见解，还望各位大佬们多多指导、补充。日常的自用Python脚本
转载
2024-06-07 22:20:05
30阅读
接下来一段时间要好好学习深度学习 和 Pytorch的基础知识。《动手学深度学习》(Pytorch版)今天刚刚了解到这份在线教程，迫不及待的赶紧食用了。地址：https://tangshusen.me/Dive-into-DL-PyTorch/#/
环境配置什么的就不说了，对于Anaconda，Pycharm，Pytorch的安装，以前都学习过也写过相关的博客： 这里贴上链接：Windows10下
文章目录1.1 什么是强化学习1.2 强化学习的环境1.3 强化学习的目标1.4 强化学习的数据1.5 强化学习的特征 1.1 什么是强化学习 在机器学习领域，有一类重要的任务和人生选择很相似，即序贯决策(sequential)任务。决策和预测任务不一样，往往会有“后果”，因此决策者需要对未来负责，在未来的时间点做出进一步决策，实现序贯决策的机器学习方法就叫做强化学习(reinforcemen
转载
2024-08-02 08:03:47
62阅读
数据 每个数据集由样本（数据点/数据实例）组成，一般遵循独立同分布。 每个样本由特征（协变量）组成。当每个样本的特征数量相同时，该数量（长度）称为数据的维度。深度学习的一个优势就是可以处理不同维度的数据。 通常将可用数据集分为：训练数据集以及测试数据集。
训练数据集用于拟合模型参数测试数据集用于评估拟合的模型⚠️警惕垃圾数据、不均衡数据、无代表性数据带来的后果模型 深度学习的模型
转载
2024-07-25 17:08:58
104阅读
第010讲：列表：一个打了激素的数组 | 课后测试题及答案测试题：列表都可以存放一些什么东西？我们说 Python 的列表是一个打了激素的数组，如果把数组比喻成集装箱，那么 Python 的列表就是一个大仓库，Ta 可以存放我们已经学习过的任何数据类型。
>>> mix = [1, ‘小甲鱼’, 3.14, [1, 2, 3]]向列表增加元素有哪些方法？append()、exte
转载
2024-06-05 16:02:18
45阅读
动手强化学习（五）：时序差分算法 （Temporal Difference）1. 简介2. CartPole 环境3. DQN1. 适用，我们之
转载
2023-07-12 15:15:04
1224阅读
强化学习基础篇（四）：时序差分算法 （Temporal Difference）1. 简介2. 时序差分方法3. Sarsa 算法4
转载
2023-07-12 15:14:29
263阅读
目录Chap1: A Python Q&A Session1.1 Downside运行速度1.2 Python能做什么1.3 How Is Python Developed and Supported?1.4 Python的长处Chap2: How Python Runs Programs2.1 Python 解释器2.2 程序执行2.2.1 从程序员角度2.2.2 从Python的角度
转载
2023-11-24 00:35:28
125阅读
之前介绍的 Q-learning、DQN 及 DQN 改进算法都是基于价值（value-based）的方法，其中 Q-le
转载
2023-07-12 15:11:50
261阅读
强化学习基础篇（三）：动态规划算法 （Dynamic Programming）1. 简介2. 马尔可夫决策过程2.1 随机
转载
2023-07-12 15:15:08
102阅读
将指针当作一种普通数据类型不过C语言指针的灵活与强大，也导致很多初学者认为指针是一个很难的概念，因此在遇到指针时，常常会觉得“紧张”。例如下面这个例子：int fun(int a){ a = 3;}int val = 1;fun(val);printf("val = %d\n", val);即使是初学者，只要了解了函数形参和实参的关系，也知道上面这段C语言代码编译后会输出 val = 1。但是如果
转载
2024-08-30 10:44:41
21阅读
开始学 Python 的时候，我们的目标是实现功能，少出bug。但当有了一定经验之后，就会对代码规范和风格有更高的要求。这样既能提升代码的质量，也更易于后期的维护和扩展，尤其在与他人协作开发时非常重要。今天我们在此分享一些 Python 编程中的经验建议，希望对各位 Python 的学习者和使用者有帮助。引论建议1、理解 Pythonic 概念—-详见 Python 中的《Python之禅》建议2
# Python 强化学习科普
## 简介
强化学习（Reinforcement Learning，RL）是机器学习的一个重要分支，其核心思想是让智能体（Agent）在环境中通过试错法学习如何做出决策，以达到最大化累积奖励的目标。与监督学习不同，强化学习不需要标注数据，而是通过与环境的交互获得经验，从而不断优化策略。
## 强化学习的基本概念
在强化学习中，所有问题都可以用马尔可夫决策过程
Datawhale干货作者：肖遥，华中农业大学，Datawhale优秀学习者DQN算法实践之速通超级马里奥作为强化学
转载
2022-06-04 00:09:25
925阅读
在之前的内容中，我们学习了基于值函数的方法（DQN）和基于策略的方法（REINFORCE），
转载
2023-07-12 15:12:02
346阅读
文章目录1 前言2 正文1.1 强化学习定义1.2 马尔可夫决策过程1.3 强化学习的目标函数1.3.1 总回报1.3.1 目标函数1.4 值函数1.4.1 状态值函数1.4.2 状态-动作值函数14.3 值函数的作用1.5 强化学习的分类1.5.1 按任务分类1.5.2按算法分类3 总结1 前言监督学习可用于回归，分类等任务，这一般都需要一定数量的带标签的数据。然而，在很多的应用场景中，通过人工标注的方式来给数据打标签的方式往往行不通。比如我们通过监督学习来训练一个模型可以来自动下围棋，就需要将当前
原创
2021-06-21 15:33:36
4096阅读
点赞
1评论
在什么情况下将连续的特征离散化之后可以获得更好的效果？工业界中很少直接将连续值作为逻辑回归模型的特征输入，而是将连续特征离散化为一系列0、1特征，这样做的优点可以归纳为以下几点：1. 特征鲁棒性更强离散化后的特征对异常值有很强的鲁棒性。
比如对于一个连续特征：年龄，如果直接将其作为特征，一个异常数据“年龄300岁”会给模型造成很大的干扰；如果离散为年龄>30为1，否则0。离散化后年龄300岁
【强化学习纲要】8 模仿学习8.1 模仿学习概要8.2 Behavioral cloning and DAGGER8.3 Inverse RL and GAIL8.4 进一步改进模仿学习的模型8.5 模仿学习和强化学习结合8.6 Case studies 8.1 模仿学习概要什么是模仿学习？
模仿学习可以把它看作是对agent policy network的一种强监督学习，在训练这个
强化学习强化学习强化学习Python 还能实现哪些 AI 游戏？附上代码一起来一把！
原创
2021-08-02 14:21:53
872阅读
