打卡：今天学习强化学习。
- actor-critc：策略学习和价值学习相结合
- A2C：添加baseline，降低方差，使得采样和均值之间误差不会太大。
- importance sampling：通过另一个分布（已知表达式的分布）来采样，求某一分布（该分布表达式未知，如神经网络）的期望。
- off-polcy actor-critic：通过importance sampling 将on-policy 转化为off-policy。
2024-03-15
在牛客打卡2天，今天也很努力鸭！
每日监督打卡
全部评论

相关推荐

05-25 00:38
门头沟学院 全栈开发
四非本的春招总结
自我介绍bg：四非一本信息管理与信息系统，主攻 Java 后端开发，方向偏后端业务系统开发和 AI 应用落地。能力：Java学习时间未超过一年 有一定能力，但不多，中间水平，算法更是小白，hot100就刷了一遍，对于大多应届生求职者来说应该比较有参考性。时间线：2025年7月： 正式决定走 Java 后端方向，开始系统学习 Java 基础、Spring Boot、MySQL、Redis 等后端内容。2025年12月： 第一份外包小厂实习。2026年3月初： 离职，开始准备春招，集中复习 JVM、JUC、MySQL、Redis、消息队列、线程池等高频八股。2026年3月中： 正式进入春招节奏，开...
校招传奇耐挂王：主包，我也双非本，你12月份第一段实习的时候，我已经从得物实习下来了。秋招春招投了个遍都0offer。感觉猪包这么晚启动都还挺顺利的，悠悠苍天，何薄于我
26届春招投递记录
点赞 评论 收藏
分享
05-24 21:02
西安工业大学 golang
点赞 评论 收藏
分享
05-24 13:00
江西农业大学 前端工程师
字节——国际化广告——一面面经
一面一来介绍了一下面试流程，然后开始基于项目进行提问1.接口请求策略，网络请求+离线计算双模式，代码逻辑是什么样的？2.追问，既然能本地算，为什么要走网络请求？3.追问，如果网络请求拿不到，走本地计算会有什么后果吗？4.简单介绍一下这个项目的背景吧？给谁用的？用来干什么？5.第二个项目是给谁用的？6.如果不小心在考试过程中刷新了页面，你是怎么保证倒计时不重置，以及考试状态不丢失？7.答存本地，刷新之后在重新获取。面试官追问，要是把缓存清掉不就没了？再答，那应该是存在后端会比较好8.SSE和WebSocket的本质区别是啥？9.追问，那你为什么在对接deepseek的时候选择了SSE？实时聊天的...
发面经攒人品
点赞 评论 收藏
分享
评论
点赞
收藏
分享

全站热榜

更多

创作者周榜

更多
正在热议
更多
# 实习生的蛐蛐区 #
1009361次浏览 5139人参与
# 求职遇到的搞笑事件 #
196868次浏览 979人参与
# 发面经攒人品 #
8910805次浏览 98809人参与
# 体制内上岸心路历程 #
38934次浏览 220人参与
# 27届实习投递记录 #
167136次浏览 1685人参与
# 你收到了团子的OC了吗 #
1639587次浏览 11863人参与
# 万物皆可发面经 #
5723次浏览 68人参与
# 担心入职之后被发现很菜怎么办 #
307425次浏览 1218人参与
# 扒一扒那些奇葩实习经历 #
160876次浏览 1184人参与
# 实习，不懂就问 #
232185次浏览 1771人参与
# 招聘要求与实际实习内容不符怎么办 #
226981次浏览 1078人参与
# AI了，我在打一种很新的工 #
212141次浏览 2369人参与
# HR问：你期望的薪资是多少？如何回答 #
103357次浏览 841人参与
# 秋招盘点:机械人值得去的企业 #
109000次浏览 746人参与
# 父母对你找工作是助力还是阻力？ #
53809次浏览 474人参与
# 实习最想跑路的瞬间 #
147830次浏览 787人参与
# 你知道哪些职场黑话？ #
94383次浏览 489人参与
# 你的mentor是什么样的人？ #
67483次浏览 855人参与
# 实习如何「偷」产出？ #
777512次浏览 8767人参与
# 你觉得mentor喜欢什么样的实习生 #
64368次浏览 1092人参与
牛客网
牛客网在线编程
牛客网题解
牛客企业服务