当前位置: 首页 > wzjs >正文

那个网站可免费做推广杭州seo百度关键词排名推广

那个网站可免费做推广,杭州seo百度关键词排名推广,北京主页网站建设,罗湖网站建设 信科网络前言 最近想开一个关于强化学习专栏,因为DeepSeek-R1很火,但本人对于LLM连门都没入。因此,只是记录一些类似的读书笔记,内容不深,大多数只是一些概念的东西,数学公式也不会太多,还望读者多多指教…

前言

 最近想开一个关于强化学习专栏,因为DeepSeek-R1很火,但本人对于LLM连门都没入。因此,只是记录一些类似的读书笔记,内容不深,大多数只是一些概念的东西,数学公式也不会太多,还望读者多多指教。本次阅读书籍为:马克西姆的《深度强化学习实践》
 限于篇幅原因,请读者首先看下历史文章:
 马尔科夫过程
 马尔科夫奖励过程
 马尔科夫奖励过程二
 上述三篇博客已经介绍完书中的第一章内容了,本篇开始介绍第二章内容:openai的RL开源框架Gym。在介绍之前,先用python写一个简单的脚本:

1、demo RL

 我这里直接粘贴下书中提供的:示例代码

import randomclass Environment:def __init__(self):self.steps_left = 10def get_observation(self):return [0.0, 0.0, 0.0]def get_actions(self):return [0, 1]def is_done(self):return self.steps_left == 0def action(self, action):if self.is_done():raise Exception("Game is over")self.steps_left -= 1return random.random()class Agent:def __init__(self):self.total_reward = 0.0def step(self, env):current_obs = env.get_observation()actions = env.get_actions()reward = env.action(random.choice(actions))self.total_reward += rewardif __name__ == "__main__":env = Environment()agent = Agent()while not env.is_done():agent.step(env)print("Total reward got: %.4f" % agent.total_reward)# Total reward got: 3.6443# Total reward got: 4.1748

 上述代码很简单,也没有什么复杂的依赖,能够直接执行。可以发现,每次执行智能体所获得的奖励是不同的。
在这里插入图片描述

2、示例解释

 上述代码定义RL中最关键的两个类:环境和智能体;智能体比较简单:主要.step方法,首先从环境中获取观察–> 选择动作–>从环境中得到奖励–>累加奖励。
 与之对应的环境则是初始化智能体与其交互的总步数,告诉智能体何时游戏结束,并构造一些针对智能体不同的动作,而给予不同奖励的函数。(代码中奖励是用了random)。

3、openai Gym

 Gym是openai开源的RL框架包,下面将简单介绍下核心基类:

3.1.空间

 如下图所示:Space容器类是Gym的一个核心类,定义了RL中的动作空间和观察空间,这两类空间包含:连续动作空间Box类(连续的控制量)、离散动作空间Discrete(上下左右移动)、Tuple类则是定义了一系列Spaces类的元祖。
 另外,还有两个方法:sample()采样一个动作;contains()判断这个动作是否包含在Space类里。
在这里插入图片描述

3.2.环境

 环境类Env是RL的一个基本类:主要包含四个方法:

step():返回奖励、智能体下一步动作、下一个观察等;
reset():当前片段结束,重置环境;
action_space():环境中允许出现的动作;
observation_space():环境中允许出现的观察;

总结

 本篇主要从代码角度介绍了RL的一些基本组件,以及Gym的基类,后面会提供实际代码,从实战中才能掌握Gym框架。

http://www.dtcms.com/wzjs/103485.html

相关文章:

  • 天津企业做网站企业课程培训
  • 和田地网站seo百度新闻网页
  • 深圳模板网站制作定制化网站建设
  • 如何用自己电脑做网站服务器吗seocui cn
  • 内蒙古自治区生态文明建设网站郭生b如何优化网站
  • 简道云crm管理系统学seo如何入门
  • 苏州seo网站推广如何做好网络营销?
  • 北京网站建设上石榴汇北京云无限优化
  • 在百度上做网站百度账号购买网站
  • 临淄网站建设yx718文件外链网站
  • 深圳 网站建设 公司产品软文范例大全
  • 政府网站html模板seo辅助工具
  • 响应式网站框架今日重大军事新闻
  • 北京建网站价格大同优化推广
  • 移动网站开发框架网络推广竞价是什么
  • 太原市建设交易中心网站建个网站需要多少钱
  • 电商行业的8种运营模式谷歌优化技巧
  • 电子贺卡免费制作seo服务指什么意思
  • 物业公司网站建设策划书外贸业务推广
  • 自己做购物网站怎么做成都网站seo设计
  • 网站开发的完整流程图网站建设公司是怎么找客户
  • 深圳公明做网站本地建站软件有哪些
  • 怎么网站改版长春百度关键词优化
  • 政府网站特点windows优化大师是什么软件
  • 网站建设发票属于增值税百度推广账号怎么申请
  • 网站建设系统源码seo关键词推广方式
  • 做商业网站需要注册公司吗百度一下官网入口
  • 做电影网站如何推广百度竞价登录
  • 东莞网上商城网站建设网站优化公司哪个好
  • php网站怎么做301跳转活动推广朋友圈文案