在强化学习（六）时序差分在线控制算法SARSA中我们讨论了时序差分的在线控制算法SARSA，而另一类时序差分的离线控制算法还没有讨论，因此本文我们关注于时序差分离线控制算法，主要是经典的Q-Learning算法。 Q-Learning这一篇对应Sutton书的第六章部分和UCL强化学习课程的第五讲部 ...
分类：
编程语言 时间：
2018-09-19 21:51:10
阅读次数：
246
6.5——粘包现象与解决方案 简单远程执行命令程序开发 是时候用户socket干点正事呀，我们来写一个远程执行命令的程序，写一个socket client端在windows端发送指令，一个socket server在Linux端执行命令并返回结果给客户端 执行命令的话，肯定是用我们学过的subpro ...
分类：
其他好文 时间：
2018-09-14 23:13:07
阅读次数：
217
一、变量的引用 把 数据 看成 盒子 ， 变量 看作是 便利贴 函数中参数的传递，实际上是 引用 的传递 a = 1 def hanshu(num): print("在函数内部变量%d对应的地址是%d"%(num, id(num))) print("变量a保存的数据的内存地址是%d"%id(a)) ... ...
分类：
编程语言 时间：
2018-09-13 20:03:46
阅读次数：
146
6.1 C/S架构介绍 6.2 TCP/IP 各层详解 6.3 Socket介绍 6.4 Socket代码实例 6.5 粘包现象与解决方案 6.6 通过socket发送文件 6.7 本章总结 6.1C/S架构介绍 什么是C/S架构 C指的是client（客户端软件），S指的是Server（服务端软件 ...
分类：
其他好文 时间：
2018-09-12 21:08:58
阅读次数：
196
第六章 Django框架学习——ORM详解 ...
分类：
其他好文 时间：
2018-09-07 20:06:33
阅读次数：
134
6.1 屏幕的尺寸信息 6.1.1 屏幕参数 6.1.2 系统屏幕密度 6.1.3 独立像素密度dp 6.1.4 单位转换 6.2 2D绘图基础 6.3 Android XML绘图 6.3.1 Bitmap 6.3.2 Shape 6.3.3 Layer 6.3.4 Selector 6.4 And ...
分类：
移动开发 时间：
2018-09-07 14:17:51
阅读次数：
212
第六章——决策分析 问题 假设有一个比赛，两名参赛选手A、B需各自猜测一组展品的总价格，比赛规则如下： 1. 选手报价必须低于商品价格，或者视为失败 2. 猜测价格越接近商品实际价格的选手获胜，并且可获得报价商品 3. 如果获胜者报价误差低于250美元，那么可以额外获得对手的报价商品 以贝叶斯思维思 ...
分类：
其他好文 时间：
2018-09-06 19:46:23
阅读次数：
138
6.10 随机化句柄数组 如果想要产生多个随机对象，那么你可能需要建立随机句柄数组，和整数数组不同， 随机求解器不会创建对象，所以你需要在随机化前分配所有的元素。 动态数组可以按照需要分配最大数量的元素，然后按照约束再逐步减小数组的大小。在随机化时，动态句柄数组的大小可以保持不变或减小，但是不能增加 ...
分类：
其他好文 时间：
2018-08-28 21:19:49
阅读次数：
186
随着设计变得越来越复杂，要想产生一个完整的激励集来测试设计的功能也变得越来越困难。 采用受约束的随机测试法（CRT）自动产生测试集 是目前的一种主要的方法。CRT由两部分组成： 使用随机的数据流为DUT产生输入的测试代码，以及伪随机数发生器的种子。 6.1 什么需要随机化 在产生随机化的激励时，我们 ...
分类：
其他好文 时间：
2018-08-28 21:12:55
阅读次数：
233
