deep reinforcement learning course ： with sonic the hedgehog，
deep reinforcement learning with pytorch：
reinforce詳解:
相關**：
ddpg演算法詳解：
策略梯度：
onpolicy off policy 區別：和off-policy,策略，後者則不是。&text=-greedy，則是on-policy。&text=)%ef%bc%8c%e6%9b%b4%e6%96%b0%e7%9a%84%e6%97%b6%e5%80%99%e6%98%af0,%ef%bc%8c%e5%88%99%e6%98%afoff%2dpolicy%e3%80%82。
td演算法詳解：
dqn演算法：
no module named ...解決辦法：
應用隨機過程：概率模型導論
凸優化以及隨機過程,cs285.
數學相關知識：
**相關：
練習一萬小時
隨著暢銷書 異類 的流行，練習一萬小時成天才 這個口號現在是盡人皆知。也許仍然有不少人相信那些不世出的天才必有天生的神秘能力，但科學家通過大量的調查研究已經達成共識，那就是所有頂級高手都是練出來的。不但如此，最近幾年的科學進展，人們可能第一次擁有了乙個關於怎樣煉成天才的統一理論。i0 i c6 s2...
一萬小時定律
這其實是一篇雞湯文章，和技術無關，又和技術有關。為什麼分享這麼乙個東西呢？因為我常被問到，作為乙個初學者，怎麼能成為了乙個大資料領域的專家？參加培訓速成？還是其他？其實沒啥好方法，花1萬個小時吧。我個人不喜歡雞湯類，成功類的文章 定律，唯獨對時間管理類的雞湯特別有感覺。今天要講講一萬小時定律，這還是...
怎樣練習一萬小時。
怎樣練習一萬小時。頂級的高手都是練出來的。大師的成長需要長時間的苦練，每天練習3個小時，完成一萬小時需要十年時間，但這僅僅是達到時間水平的最低要求。乙個人成長過程 新手 一般專家 世界大師。刻意練習 1 只在 學習區 練習真正的練習不是為了完成運動量，練習的精髓是要堅持的做自己做不好的事情。人的知識...