百把人

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 一、策略学习 思路：用policy network来近似策略函数 $\pi$ ，用policy gradient算法来训练这个网络 函数近似的一般

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 valued-based learnning with Deep Q-Network (DQN) 目标：使reward最大化 a的选择： 1）如果

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 一、基本术语 state：s，状态。 action：a，行为，比如游戏里的向上、向右，是随机的。为什么不是确定的？如果是在博弈背景下，确定性动作会

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 对象：离散时间系统 过程：差分方程——z变换——复频域模型（代数方程）——系统特性 类比微分方程用LT，也是使得计算简化。 逆z变换：变回离散时间

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 变换的目的：让一种处理方式转换为另一种处理方式（最显然的影响是，乘法比卷积简单，或者系统特性更容易观察）。 对象：连续系统。变换前后：常系数微分方

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 1 连续时间信号的变换 实变量实函数的六种基本变换： （1）时间反转变换（关于独立变量t） 用卷积求输入信号作用下系统的输出响应会用到时间反转变换

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 1 建模 1.1 信号的分类 （1）确定信号与随机信号 确定信号：可以用一个确定的时间函数加以确定 不确定信号：不可以用一个确定的时间函数加以确定

本文已参与「新人创作礼」活动，一起开启掘金创作之路。我用的是ubuntu18.04服务器，需要装gpu版的tensorflow1.5.0。 先放一张linux-GPU版本对应表，接下来根据上面的要求一

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 最近做课程设计的时候需要实现开发板和PC的文件传输，打算用FTP来实现，但屡屡出现FTP连接不上和命令not found的情况，终于摸索出一些经验