Learning Note of RL-MDversion
声明本笔记是在观看赵老师关于强化学习视频做的笔记,原视频移步【一张图讲完强化学习原理】 30分钟了解强化学习的名词脉络_哔哩哔哩_bilibili
作为入门级视频,赵老师将相关数学讲解的十分透彻,强烈建议想要学习RL的初学者将视频刷完,再次感谢赵老师的无私奉献!
概念state:状态
state transition:状态改变,可以是确定性的,也可以是不确定性的
$$ \begin{array}{l}p\left(s_{2} \mid s_{1}, a_{2}\right)=1 \p\left(s_{i} \mid s_{1}, a_{2}\right)=0 \quad \forall i \neq 2\end{array}$$
action:某状态采取的动作,可以用条件概率表示
policy:$\pi$:策略
确定性概率:$$\begin{array}{l}\pi\left(a_{1} \mid s_{1}\right)=0 \\pi\left(a_{2} \mid s_{1}\right)=1 \\pi\left(a_{3} \mid s_ ...
异度入侵观后感
前言实际上是21年的观后感了,今天恰巧和女朋友聊到观后感的事,顺便将它搬上来好了
以下是当年写的巨幼稚的观后感
观后感 啊,方爷安利的,终于在一天和一个晚上肝完了! “你也是伪善者吗”“正义是什么,自己定义一个就行了”
对于鸣瓢,局长,洞哥,以及所有杀人魔,似乎都是这样吧,鸣瓢对杀人魔的咬牙切齿,局长希望扩大罔象女的范围,来解决全世界的杀人魔,但为此却去制造杀人魔,执着于“七”,并试图在最后让自己在id中永远沉浸于自我正义,但代价确实整个世界的杀人魔以及飞鸟井的痛苦与折磨!
其余的杀人魔,也无非为了自己心中的“正义”,在john walker的诱使下,在满足自己变态的嗜好中不断迷失自我,烟花师,剥脸魔,断臂魔,无非都是如此,否则也不会因为被鸣瓢三言两语击中心里要害而选择自杀,其实看到后面,鸣瓢有黑化的倾向,男主也是在不断诱人自杀的路上,无论是拯救飞鸟井还是自己,都是诱人自杀达到目的,在一次次杀戮中迷失自己,幸好本堂町的提醒,得以让他认清现实,也终于回到心灵深处那个没有芥蒂,没有复仇,有的只是温暖的家!
洞哥yyds,只是单纯为了摆脱计数强迫症,对自己下了手 一集 ...
汇编原理文档
概念/概述系统总线:控制,数据,地址
控制总线
主要性能指标:16位机器
双字,字节
三态电路
当选通端E为高电平时,A的两种可能的电平(0和1)都可以顺利的通到B端去,即E=1时,B=A。
当选通端E为低电平时,A端与B端是不相通的,即它们之间存在着高阻状态
电子计算机分类计算机按用途
专用计算机和通用计算机
按计算机的使用方式分类
嵌入式计算机
桌面计算机
服务器
按计算机的结构分类
冯•诺依曼结构(以运算器为中心的)
非冯•诺依曼结构
按规模分
超级计算机、大型机、服务器、微型机、单片机
冯•诺依曼结构:
①计算机(指硬件)由运算器、存储器、控制器、输入设备和输出设备五大基本部件组成。
②指令和数据均以二进制编码表示,采用二进制运算。
③采用存储程序的方式, 程序和数据存放在同一存储器中。
④指令在存储器中按其执行顺序存放,由程序计数器指明要执行的指令地址,自动从存储器中取出指令并执行。
⑤计算机是以运算器为中心的,输入/输出设备与存储器之间的数据传送都要通过运算器。
现代微型计算机系统
①以存储器为中心的计算 ...
汇编实验文档
使用方法:ctrl+f,输入你想查找的知识关键词
常量字符常量:用单引号’ ’括起来的ASCII字符,其值是该字符的ASCII代码值。
’The 2X means 2 multiple X’
符号常量:是用标识符定义的常量
PORTA EQU 80H
则指令 MOV AL,PORTA与指令MOV AL,80H等价
变量DB:定义字节(8位)
DW:定义字(16位)
DB伪指令将按顺序为字符串中每一个字符或符号分配一个字节单元,存放它们的ASCII编码,
但DB以外的数据定义伪指令只允许定义最多两个字符的字符串,且按逆序存放在低地址开始的单元。
注意:3个及其以上的字符,只能用DB定义。当字符串的长度不超过两个字符时可用DW定义。
SEGMENT:变量的段地址
OFFSET:变量的偏移地址
?:表示不预置确定的初值
运算符与表达式算数运算符可以用于数值和地址。
地址相减,同一段中两个地址相减,其值为两个地址之间字节单元的个数
地址+整数=另一个地址
逻辑运算符只能用于数值表达式,不能用于地址表达式
注意:逻辑运算是逐位计算
AND
可以用于清除一个或多个位
假设 B ...
影评--‘消失的她’
今天看了消失的她,草草谈谈自己的看法(剧透慎点)
整体上看,逻辑通顺,细节拉满,(很多电影实际上没有做到这两点)情节多次反转的设计也十分合理和巧妙,足够揪起观众的心
演员方面,演技都十分在线,配乐各方面的选取也十分恰当,总之来说,还是一部十分不错,甚至优秀的悬疑剧,戒赌宣传片(bushi
想谈点不一样的,试图看出些其他东西,聊聊为什么这个惨案会发生,或者说,我在这部电影看到了什么
首先是家庭教育的失败,父亲是酒鬼,母亲则整日打牌,父母在家庭的教育作用几乎为0,甚至是反作用,没有给孩子树立正确的是非观,没有教育孩子,“钱固然重要,但绝不是一切”,为后面所有的一切埋下了伏笔,又因为家庭条件没能上大学,开始对钱有了一种畸形的渴望
其次,这部电影在我看来,背后只有一个字,“钱”,剧中的男主遇事便是“多少钱”,能用钱摆平就用钱摆平,在他看来,钱几乎是万能的
讽刺的是社会评价标准的单一,讽刺这个功利的社会,有钱即是成功,男主在上海打拼,为的是证明自己,而这个标准是赚足够多的钱,但是在他发现,哪怕拼尽全力,他只能勉强生存,更谈不上富有,在努力无效,绝望后,他找到了其他的道路,一个一夜暴富的道路,“赌 ...