LuKaiNotFound

学习强化学习接触到的第一个概念可能就是马尔可夫链（Markov Chain,MC)和马尔可夫决策过程（Markov Decision Process，MDP）了。简单来说，就是下一步要发生的事与过去无

强化学习的研究在上个世纪60年代之前就开始了。 1957年，Bellman提出了求解最优控制问题以及最优控制问题的随机离散版本马尔可夫决策过程（Markov Decision Process，MDP

引言 最近学习了卷积神经网络，想上手一个小项目实践一下，该项目的数据集来自于github，内容为汽车售后正负面评价，借助pytorch实现对模型的训练并完成test集中对于某条评价的二分类。 原理：利