Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
stanford-cs234-notes-zh
提交
2d09c596
S
stanford-cs234-notes-zh
项目概览
OpenDocCN
/
stanford-cs234-notes-zh
通知
8
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
S
stanford-cs234-notes-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
GitCode(gitcode.net)2024年7月9日维护升级公告
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
2d09c596
编写于
12月 05, 2019
作者:
X
xiaowei_xing
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
test
上级
19e05468
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
3 addition
and
1 deletion
+3
-1
docs/10.md
docs/10.md
+3
-1
未找到文件。
docs/10.md
浏览文件 @
2d09c596
...
...
@@ -552,4 +552,6 @@ $$
**解答**
我们希望找到 $
\p
i'$,但为了达到这一目标,我们需要用 $
\p
i'$ 执行 rollout,这一过程过于缓慢。我们需要使用重要性采样。
**练习 6.7**
\ No newline at end of file
**练习 6.7**
这里是对离散动作空间使用自动微分来执行最大似然估计的伪代码。
\t
t{logits = policy.predictions(states)}
\ No newline at end of file
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录