Shunyu's Blog

怕什么真理无穷，
进一寸有进一寸的欢喜。

强化学习思考（6）蒙特卡罗和时序差分

蒙特卡罗和时序差分

关于蒙特卡罗和时序差分的注意事项。 目录 强化学习思考（1）前言 强化学习思考（2）强化学习简介 强化学习思考（3）马尔可夫决策过程 强化学习思考（4）模仿学习和监督学习 强化学习思考（5）动态规划 强化学习思考（6）蒙特卡罗和时序差分 强化学习思考（7）策略梯度 强化学习思考（8）Actor-Critic 方法 强化学习思考（9）值函数方法 强...

Posted by Shunyu on April 15, 2020

强化学习思考（5）动态规划

动态规划

关于动态规划的注意事项。 目录 强化学习思考（1）前言 强化学习思考（2）强化学习简介 强化学习思考（3）马尔可夫决策过程 强化学习思考（4）模仿学习和监督学习 强化学习思考（5）动态规划 强化学习思考（6）蒙特卡罗和时序差分 强化学习思考（7）策略梯度 强化学习思考（8）Actor-Critic 方法 强化学习思考（9）值函数方法 强化学习思考...

Posted by Shunyu on April 15, 2020

强化学习思考（4）模仿学习和监督学习

模仿学习和监督学习

关于模仿学习和监督学习的注意事项。 目录 强化学习思考（1）前言 强化学习思考（2）强化学习简介 强化学习思考（3）马尔可夫决策过程 强化学习思考（4）模仿学习和监督学习 强化学习思考（5）动态规划 强化学习思考（6）蒙特卡罗和时序差分 强化学习思考（7）策略梯度 强化学习思考（8）Actor-Critic 方法 强化学习思考（9）值函数方法 强...

Posted by Shunyu on April 13, 2020

python setup.py 和 pip install . 区别

本地包安装中 python setup.py 和 pip install . 区别

有时候我们需要安装本地的包到环境中，这里记录 python setup.py 和 pip install . 区别。 主要区别 setup.py 和 pip 两种方法都是可以安装本地的包到环境中，其主要区别如下： 可编辑性 Editable pip setup.py Editable p...

Posted by Shunyu on April 13, 2020

强化学习思考（3）马尔可夫决策过程

马尔可夫决策过程

关于马尔可夫决策过程的注意事项。 目录 强化学习思考（1）前言 强化学习思考（2）强化学习简介 强化学习思考（3）马尔可夫决策过程 强化学习思考（4）模仿学习和监督学习 强化学习思考（5）动态规划 强化学习思考（6）蒙特卡罗和时序差分 强化学习思考（7）策略梯度 强化学习思考（8）Actor-Critic 方法 强化学习思考（9）值函数方法 强化...

Posted by Shunyu on April 12, 2020

强化学习思考（2）强化学习简介

强化学习简介

关于强化学习简介的注意事项。 目录 强化学习思考（1）前言 强化学习思考（2）强化学习简介 强化学习思考（3）马尔可夫决策过程 强化学习思考（4）模仿学习和监督学习 强化学习思考（5）动态规划 强化学习思考（6）蒙特卡罗和时序差分 强化学习思考（7）策略梯度 强化学习思考（8）Actor-Critic 方法 强化学习思考（9）值函数方法 强化学习...

Posted by Shunyu on April 12, 2020

强化学习思考（1）前言

前言及总体框架目录

选择开设一个专栏来记录自己学习强化学习的过程，由于网上已经有很多基础强化学习的教程了，所以本专栏更多的关注点不在于基础，而是一些容易遗漏的点，一些细节上的补充，作为学习过程中的思考笔记。 目录 强化学习思考（1）前言 强化学习思考（2）强化学习简介 强化学习思考（3）马尔可夫决策过程 强化学习思考（4）模仿学习和监督学习 强化学习思考（5）动态规划 强化学习思考...

Posted by Shunyu on April 12, 2020

pytorch 小技巧

pytorch 小技巧

记录一些写 pytorch 时候不会的点。 nn.Module 类定义时不要把网络模型放到某些数据结构中（如 list），否则 .to(device) 找不到网络模型，可以使用 nn.ModuleList() Variable 模块已与 Tensor 模块合并，直接创建的 Tensor 变量本身带有 requires_grad 属性，不再需要转换为 Variable 变量 在 deta...

Posted by Shunyu on April 5, 2020

Matplotlib 基础使用

Matplotlib 基础使用

下面介绍关于 Matplotlib 的基本函数使用。 请注意使用 plt.show() 字符串里使用$$输入公式时需要使用字符串模式r 使用 jupyter 时需要 %matplotlib inline，以便直接在 python console 里面生成图像。 1 2 import matplotlib.pyplot as plt %matplotlib inline scatt...

Posted by Shunyu on April 3, 2020

python 中配置 linux 环境变量

python 中配置 linux 环境变量

在某些 python 程序中需要单独配置一些环境变量，又不希望通过 pycharm 配置，有时候比较麻烦。 配置 linux 环境变量 1 2 3 4 5 6 7 8 9 import os # 覆盖重写某项环境变量 os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 在某项环境变量之前加内容 # 注意这里顺序不能反，新加的内容要放在最前面才不会...

Posted by Shunyu on March 31, 2020

FEATURED TAGS
环境配置 强化学习 python 强化学习论文 linux 强化学习思考 documentation mac pycharm conda docker matplotlib pip anaconda jupyter latex windows
ABOUT ME

斯丢彼得。

FRIENDS