宝贝儿好

第二章: 图像处理基本操作 一、图像的表示方法 二值图像： 每个像素点不是白色就是黑色；一个像素点只要一个bit位就能表示；用0或1表示每个像素点。 灰度图像： 图像只有一...

强化学习分三种范式：基于价值的强化学习、基于策略的强化学习、基于AC框架的强化学习。其中基于AC框架的强化学习是前两种的大一统范式。这三种范式可以说是强化学习领域的三个独立...

从知识点上看，本篇是承接前五章的所有重点和难点！所以你前面知识点必须非常熟悉，本篇才能顺水推舟的理解了。尽管本篇我已经尽力回溯之前的知识点，但你还是得没有逻辑断点，才能看懂...

无模型(Model-free)是指现实问题是一个非完备的MDP，我们只能实实在在的去打几步或者打完整个游戏，然后得到一些s,a,r序列，然后通过这些序列去计算状态价值。...

类似梯度下降算法就是为了求解损失函数的最小值一样，动态规划法也只是求解价值函数的一种方法。，所以本篇重点讲怎么用动态规划求解价值函数，而非动态规划法背后的理论和数学推导。...

本篇非常基础也非常难，但是本篇是整个强化学习的基石，务必非常清晰得弄懂本篇的所有知识点，后面的学习才会一马平川。...

DeepMind大卫·希尔弗在youtube发布了一套强化学习视频公开课，系统全面地介绍了强化学习的各种思想、实现算法，对理解强化学习来说是一套非常好的入门教程。本系列文章...