黑马商城如何写进简历

有没有不限专业的实习可以投啊，想要转行，本人农业资源与环境，感觉就业不行

1. 必须熟悉 DDPG 、 PPO 、 TD3 、 SAC 等算法的原理和区别。 这四种算法是连续控制（如机器人控制）中最常用的深度强化学习算法。 PPO (Proximal Policy Optimization)   原理：PPO是一种同策略（On-policy）的策略梯度算法。它使用截断（Clipping）机制限制新旧策略的更新步长，防止策略更新“翻车”。   核心公式：    数值计算示例： 假设在时间步 ，GAE计算出的优势函数 （正数，说明这个动作很好）。 设定截断超参数 。 如果新网络过于激进，导致新旧策略概率比 （新策略采用该动作的概率是旧策略的1.5倍）：   原始目标： ...

字节两个部门都在简历评估中,一个是好久之前的投的部门,卡流程了,怎么办,求助

5单选+5单选+5多选前五道单选类似于思维题，不过做起来也没多大把握，感觉跟专业知识没多大关系后五道单选和多选对于我这种八股只学了JavaSE和Java并发的来说很难，完全看不懂，全都乱选唯一记得的一道是对32个对象进行快排用了32ms，问对1000个对象应该用多久编程题不难，都ac了第一道核心代码模式，合并两个有序数组，从最后一位开始比较合并就好了第二道核心代码模式，是岛屿题的变种，01二维数组迷宫，从（0，0）起点，1为不可达，问有多少个不可达区域用dfs解决第三道acm模式，输入[0,2,1,3]，0和1是情侣，2和3是情侣，要坐在一起求最小交换次数，看了一会，发现最小交换次数就是没坐在...