掘友等级
获得徽章 0
#青训营 x 字节后端训练营#
刚结束青训营的结营小测试，自我感觉还可以，希望以后能再多多参与这种线上训练营！
#青训营 x 字节后端训练营#
也许人生总是会有遗憾的，平常心对待吧，加油！
#青训营 x 字节后端训练营#
白天好好搬砖，拒绝深夜内耗！
#青训营 x 字节后端训练营#
找数据找了半天，不得不说国内的基础数据集对科研人员真的不太友好，不过还好，今天顺带学了学神经网络的东西，发现它其实没有这么难以理解
#青训营 x 字节后端训练营#
研究牲的一天，什么活儿都得干，就是不干自己的活儿![[微笑]](//lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_1.7d9f699.png)
#青训营 x 字节后端训练营#
青训营马上结束了，今天继续看代码，然后刷刷算法题，开卷！
#青训营 x 字节后端训练营#
今天也主要在搞爬虫的事情，发现使用对go的多线程使用还是不太清除，后面补补吧
#青训营 x 字节后端训练营#
这两天在学习爬虫，算是对go语言的学以致用了，但奈何自己太菜了，只会爬最简单的数据![[尬笑]](//lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_59.8a63cb5.png)
#青训营 x 字节后端训练营#
近期刷题
2023.5.24
344. 反转字符串
541. 反转字符串 II
2023.5.25
剑指 Offer 05. 替换空格
#青训营 x 字节后端训练营#
PG
直接用神经网络去拟合策略函数
DPG
拟合的策略不是一个动作概率分布，而是一个确定性的策略
优势：在选取某状态下最优动作时，无需遍历所有动作，只需根据函数π(s)即可得到
DDPG
结合lDPG、DQN、和AC框架的思想，在用神经网络去拟合策略函数的基础上，再用神经网络去学习Q函数。因为AC框架包含两个部分，且DQN又是双网络的，故一共有4个网络：
![[微笑]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_1.7d9f699.png)
![[尬笑]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_59.8a63cb5.png)