黑冰5

摘要： 在強化學習中，策略梯度算法是一類直接優(yōu)化策略的方法，與基于值函數(shù)的方法（如Q-learning）不同，它通過參數(shù)化策略并沿性能梯度方向更新參數(shù)來學習最優(yōu)策略。策略梯度方法具有處理連續(xù)動作空間、收斂性保證等優(yōu)點，已成為深度強化學習中的核心算法之一。本文將介紹策略梯度的基本定理、關(guān)鍵組件（如優(yōu)勢函數(shù)）以 閱讀全文

摘要： 優(yōu)化算法三劍客：SGD、Adam、AdamW的深度對比 1. 引言：模型訓練的"導(dǎo)航系統(tǒng)" 想象一下，你正在一個復(fù)雜的地形中尋找最低點（最小損失），四周濃霧彌漫（高維空間不可視）。優(yōu)化算法就是你的GPS導(dǎo)航系統(tǒng)，它決定著你如何一步步走向目的地。 今天我們要認識三位風格迥異的"導(dǎo)航員"：穩(wěn)重的老將SG 閱讀全文

摘要： 從零開始搭建你的 Hexo 靜態(tài)博客（支持 macOS 與 Windows） 本文將手把手教你如何在 macOS 和 Windows 上使用 Hexo 搭建一個屬于自己的靜態(tài)博客，并部署到 GitHub Pages。文末還附帶常見問題及解決方案，助你避開“坑”。 為什么選擇 Hexo？ Hexo 是 閱讀全文

摘要： 所謂回文，即正反兩個方向讀結(jié)果是一致的。舉兩個例子 這兩個例子代表著回文的奇偶兩種形式，對后文的算法也有影響。 在諸多求解這個問題的算法中，個人認為最容易理解，同時性能也較好的是中心擴展法，即： 依次以字符串每一個位置為中心，向兩側(cè)擴展，直到兩側(cè)字符不同。 要注意兩點： 1. 需要考慮奇偶兩種情況。 閱讀全文

摘要： C ++包含許多內(nèi)置數(shù)據(jù)類型。 但是對于我們想要做的事來說，這些類型有時并不夠用。 因此，C ++允許程序員創(chuàng)建自己的數(shù)據(jù)類型。 這些數(shù)據(jù)類型稱為用戶定義數(shù)據(jù)類型。 也許最簡單的用戶定義數(shù)據(jù)類型就是枚舉類型（Enumerated Types）。 枚舉類型中每個可能的值都定義為符號常量（稱為枚舉器）。 閱讀全文

摘要： "原文鏈接" 題目 給定兩個二叉樹，想象當你將它們中的一個覆蓋到另一個上時，兩個二叉樹的一些節(jié)點便會重疊。 你需要將他們合并為一個新的二叉樹。合并的規(guī)則是如果兩個節(jié)點重疊，那么將他們的值相加作為節(jié)點合并后的新值，否則不為 NULL 的節(jié)點將直接作為新二叉樹的節(jié)點。 例子 思路 從根結(jié)點出發(fā)，對根結(jié)點 閱讀全文

摘要： 文檔邊距、間距調(diào)整 邊距調(diào)整 間距調(diào)整 整段左右間距調(diào)整（左側(cè)2cm，右側(cè)1cm) 字體相關(guān) 公式相關(guān) 對齊公式： 要給公式加編號，則可用 后續(xù)要引用公式，則可使用label 列表 有序列表 無序列表 插入圖片 latex對eps格式的圖片支持較好，故在引用前一般進行格式轉(zhuǎn)換。 windows命令行 閱讀全文

摘要： 原文鏈接： "端口轉(zhuǎn)發(fā)" 曾經(jīng)的Teamviewer、向日葵現(xiàn)在都不太香了，要么限時，要么限速，每次還要切換分辨率，真是相當麻煩。經(jīng)過一番折騰，發(fā)現(xiàn)還是微軟爸爸的 遠程桌面連接 好用，清晰度高，流暢度高，還能自動調(diào)節(jié)分辨率，用筆記本遠程臺式機再也不用瞇著眼。 因為家里網(wǎng)線一般是先連路由器，其他設(shè)備再 閱讀全文

摘要： 原文鏈接： "Python字典列表字段重組形成新的字典" 最近遇到這樣一個需求，需要將字典列表中的字段進行重組，形成一個新的字典。舉個例子吧： 我們應(yīng)該大都知道Python存在一個列表生成器( )，就是這種 其實，Python也有一個字典生成器，只需要把上面的中括號改成大括號就可，前面的例子可以用一 閱讀全文