强化学习·所思所得第7页

20190115随笔-梦里，喜欢的女生结婚了，新郎不是自己

日有所思夜有所梦是真的吗？可能吧，至少我已深有体会。刚从睡梦中醒来的我显得有点失落，梦里的内容还留有残存，好在主旨清晰：喜欢的女生结婚了，可是新郎不是我！

小野猫_af5a·2024-02-20 10:53

5月23日一件令人匪夷所思的事情

刚才又看了看，我背上的疙瘩较昨天比较，又下去了不少，几近光溜溜，莫非它原来多的时候是希望我关注内心多多给它爱？陪伴我二十三年的痘痘，你们怎么说走就走了呢？每次洗澡，你们争先恐后的排队，在背上垒起一道道墙，不让搓澡巾搓到你们占领的地盘！我拿中药驱逐过你们，可你们很顽固，过了不多久又卷土重来，强势袭击，拔罐也挡不住你们的阵势，只能好一阵。我对去除你们也没什么信心了算了和平共处吧！去年咨询你们大部分走了

简单快乐的天使·2024-02-20 10:19

物归原主

今天给自己新设了一个专题《丹霞日思录》，用文字来镌刻，用时间来陈酿我每日的所见、所思、所悟。今日，我几乎没有出门。就在家里打了一些电话，算是昨日发出的《邀请函》的后续工作吧。

丹霞似锦·2024-02-20 10:20

【强化学习】day1 强化学习基础、马尔可夫决策过程、表格型方法

datawhalechina/joyrl-bookhttps://datawhalechina.github.io/easy-rl/https://linklearner.com/learn/detail/91强化学习强化学习是一种重要的机器学习方法

宏辉·2024-02-20 09:32

契诃夫：有修养的人的八个品质

这正是备受喜爱的俄国作家安东·契柯夫，出生于1860年的今天，在给他的长兄米科莱——一位艺术家的信中所思考的问题。

作家雪漠·2024-02-20 09:00

2010安徽省青少年信息学奥林匹克(AHOI)小学组

第一个同学在黑板上抄下最左边的数字，第二个同学负责将第一个同学写下的数字，加上老师写下的左边第二个数字所得到的数写在了黑板上。以此类推，第m个同学

在合肥教侠们编程的稻香村人·2024-02-20 09:13

“兴成长计划”学习感悟

我每天的所思所想都紧紧围绕在我的学生身上，为了让孩子们都能喜欢上英语，我先从改变自己入手，不敢大声唱歌的我通过练习可以在课堂上大声的教孩子们唱英语歌。

洮北323王新颖·2024-02-20 09:04

复盘

梳理患病后的心路，所感、所思和所悟。世事无常，抓紧时间，圆满初心。2019年3月19日周二。22点37分。

晋显·2024-02-20 09:59

今日所思||身•心俱“休”

关键词：休息！括弧（身体和心灵）昨晚的日更，真是睡醒了匆忙写的，本想晚上八点，先迷糊一会，再写点长词抒怀的，太困了，感觉就是一下昏睡过去的。夜里，快十二点，一下醒了。看着手机还停留在日更的界面，只好抵抗住困意，草草收笔，友友们见谅了！今早上，睡到快十点才彻底清醒过来，打了几个电话，把家里稍微收拾一下，感觉突然无所事事！安了！屋子里时钟的声音“嗒……嗒……嗒”，什么时候，窗户上飘洒了细密的雨点，看了

VV渐行渐远·2024-02-20 08:02

《牧羊少年奇幻之旅》

上周被朋友安利了一部剧，据说它无论是剧情还是评论都很有意思，我在评论区里看到了几个匪夷所思的梦，有人梦见自己成为了影片的主角，找回了许多珍贵的人，也完成了自己

CrazyBread·2024-02-20 08:37

晨语问安2019年1月1日

一点不愿离去的2018，不由自己也是不由自主的离开了，悔恨远远大于自得，主要是自己所得甚少，而挥霍的时间和精力非己预料。2018，虽说有点郁闷，但小小收获亦让激情满怀信心百倍，进一步坚定了前进的步伐。

求索大伟·2024-02-20 08:57

小狗钱钱第七章拜访金先生

现在我不再感到愧疚了，而是安心的享受自己的劳动所得。但今

知行pattie·2024-02-20 07:15

2019-08-02

谢谢我的悲伤谢谢我的感慨谢谢走过的路谢谢活着谢谢所有的奇迹谢谢接纳一切谢谢合为一体谢谢你是这么的幸福谢谢乌云袭来的天空谢谢下雨的天气谢谢天地万物谢谢以人的身份体验万事万物谢谢体验所有的情绪谢谢快乐，悲伤谢谢难过，沮丧谢谢幸福，敞开谢谢绿色谢谢看见谢谢拥有的一切谢谢所得谢谢爱谢谢允许生命里所有的发生谢谢越来越漂亮谢谢开心谢谢富足谢谢境遇谢谢状态谢谢那年那月所有走过谢谢解释谢谢沉默谢谢接纳谢谢释放谢谢

舞动的月色·2024-02-20 07:39

允许任何事情的发生

我允许，他会有这样的所思所想，如此的评判我，如此的对待我。因为我知道，他本来就是这个样子，在他那里，他是对的。若我觉得他应该是另外一种样子，伤害的，只是自己。我唯一能做的，就

e06bd27e0f02·2024-02-20 07:40

20180803不读财报就出局八期D15净利率

一要点今天学习的是盈利能力的第五个指标，净利率（10%）净利率=净利润/营业收入各个概念之间的逻辑关系收入-成本=毛利毛利-费用=营业利润营业利润-业外收入（支出）+税前息前盈余（EBIT）—利息收入（支出）-所得税

kidII·2024-02-20 06:58

2020-01-05

我允许，他会有这样的所思所想，如此的评判我，如此的对待我。因为我知道，他本来就是这个样子，在他那里，他是对的。若我觉得他应该是另外一种样子，伤害的，只是自己。我唯一能做的，就

张缪·2024-02-20 06:54

强化学习入门到不想放弃-1

本来想写到深度学习里的，但是线下和别人聊RLHF，和PPO,DPO的时候，我发现大家一脑袋问号，其实也正常，深度学习里面数学的东西没那么多，入门容易一点，强化学习（现在也都谈强化深度学习，或者深度强化学习了

周博洋K·2024-02-20 06:29

强化学习入门到不想放弃-2

第一篇链接：强化学习入门到不想放弃-1(qq.com)上节课我们用CMU的经典问题，多臂老虎机讨论了，无状态物体的探索和利用，这节课我们用走格子来做一下动态规划算法上节课的问题，我们完全不知道这些老虎机的中奖概率

周博洋K·2024-02-20 06:59

狂野的乱世，重生的英雄(75) 心病还需心药医，解铃还须系铃人

若只是外强内空的话，哥再把你这块膨胀的猪油给捏瘪…………’想着想着，梁强不禁有点怡然自得起来欧阳飞鹰对他所得到的信息经过一夜的琢磨，确定了神魔井陵就处在大光明境的一处虚空中，但若要进入这处虚空，必须得有大光明寺的独家令牌因此次日一早

打不倒的小阿强·2024-02-20 06:51

简单易懂，三分钟学习“总资产报酬率”

总资产报酬率是企业“未扣除利息支出和企业所得税的利润”（息税前利润）与“企业资产平均总额”的比率。

偷懒苦行僧·2024-02-20 06:02

#百日日更# day55/100 #卷勤斋|晨思录#

昨天是每周一次的分享日，一个领导分享了他平日的所见所思，主题是“从城市公园看公园城市”。

卷勤斋·2024-02-20 05:00

55《传习录》上052

2、孔子弟子个个都学做圣人，但是学力不同，所得各异。比如子夏、子游得圣人的文学，子张得圣人的威仪，都有圣人的

朱红东·2024-02-20 05:12

移形换影

如此精妙绝伦，如此匪夷所思，让你又可笑又可气，无言以对。但幸福似乎就是这个样子的。早就催促着十岁的女儿，该独立睡觉了，可她说怕黑，害怕，每天就嬉皮笑脸的粘着大人。只要头一挨

人参果子·2024-02-20 04:24

Power Query 系列 (13) - 自定义函数

Stone0823·2024-02-20 04:31

硬读《随园诗话》（11）

两诗于禅理俱有所得。嵩亭，清朝僧人。（资料缺）上人，指持戒严格并精于佛学的僧侣。在古文中的上人：对长老和尚的尊称。在有些地方语言中，上人指家中长辈。摩诃般若经云：何名上人？

真老实人_425a·2024-02-20 04:55

歆然答疑：成长之后，如何正常的和身边的朋友交流？

当其他闺密都很焦虑地给她出主意怎样转移财产，我在一旁不知为何不是很担心，真的像在听一个故事，然后若有所思地蹦出一句：这都是你自己的设计！然后，大家都望着我，闺密说：你真没良心！

邵歆然·2024-02-20 03:24

强化学习笔记

强化学习笔记-简介本文是根据Sutton的经典书籍«ReinforcementLearning:AnIntroduction»前三章内容整理的笔记。

小新0077·2024-02-20 03:10

中国古典诗歌选读：两汉（十一）四愁诗

四愁诗张衡我所思兮在太山。欲往从之梁父艰，侧身东望涕沾翰。美人赠我金错刀，何以报之英琼瑶。路远莫致倚逍遥，何为怀忧心烦劳。我所思兮在桂林。欲往从之湘水深，侧身南望涕沾襟。

耳一文·2024-02-20 03:23

9.5 第二章报表分析和预测

营运资本配置=营运资本／流动资产3.速动资产=货币资金+交易性金融资产+应收4.长期资本负债率=非流动负债／（非流动负债+股东权益）5.利息保障倍数=息税前利润／全部利息费用=（净利润+费用化利息费用+所得税费用

海鑫·2024-02-20 02:11

武王征税所得

在我的熏陶下，某人沉睡的艺术细胞也起来嗨了～于是我以征缴赋税为名收获某人努力好几天的半成品一枚～对啦！目前只有两颗接近完成的草莓，很有样子，所以先馋馋大家～原创——草莓纸：获多福细纹笔：秀意行云中颜：樱花固彩48色过程如下线稿，耗时两天，初步见识到处女座的可怕，不要打我。。就是我都在旁边快要烧焦了，他不紧不慢挨个数籽儿。。。天哪！！(꒪Д꒪)ノ图片发自App总算盼来上色……我估计彩铅都要快很多……

武王沉迷美色·2024-02-20 02:06

Spring IoC依赖查找

SpringIoC依赖查找类型如下：根据Bean名称（id）查找，在Spring的一个上下文中，名称（id）必须唯一实时查找：马上查找，马上所得延迟查找注：spring应用可以有多个上下文BeanFactorybeanFactory

技术路上的绊脚石·2024-02-20 02:24

留守

所以待在村里的大都是老人，我总是看见一些老人坐在门口若有所思的样子，上前跟他们打招呼他们总是笑盈盈地应着，还连忙拉我进屋坐。他们那满是褶皱的手，充满了亲切。

是浮朽吖·2024-02-20 01:38

The Road Not Taken -- 弗罗斯特名篇《未选择的路》

人的一生原是在不断地做出选择——不断地有所得,也不断地有所失。当回顾过往,脑海中往往会浮现出一条当初未走的路。

二三书事·2024-02-20 01:05

人无信不立

从现在开始，承认自己有一些事情做不到，放弃一些不合理的掌控欲，承诺自己可以做到的，然后心安理得去享受自己所得到的就好。感悟：诺言不该轻易许出去，若

薄荷岚馨·2024-02-20 01:15

综合性学习在不同学段的目标要求（二）

2.结合语文学习，观察大自然，观察社会，用书面或口头方式表达自己的观察所得。3.能在教师指导下组织有趣味的语文活动，在活动中学习语文，学会合作。

陕西省名师于红梅工作室成员·2024-02-20 00:32

八点钟的周六早上

店面都陆陆续续开门了，果蔬超市一大早就开始促销，多数是大爷大妈在那里动作缓慢，若有所思的，仔细的挑选，手还颤颤巍巍的，步子也大的缓慢，仍然对生活如此认真。

上进的贺小姐·2024-02-20 00:29

2020-09-25

在唔谈结束前给予反馈的主要目的是让咨询师汇整组织并凸显唔谈中所得的重要信息，也让咨询师有机会表达同意当事人对问题

晴岚85·2024-02-20 00:48

名句摘抄

大部分人在二三十岁上就死去了，因为过了这个年龄，他们只是自己的影子，此后的余生则是在模仿自己中度过，日复一日，更机械，更装腔作势地重复他们在有生之年的所作所为，所思所想，所爱所恨。

一一123·2024-02-20 00:44

一文带你了解单细胞数据基因集打分的所有算法

这使得很多情况下所见非所得，傻傻分不清有些基因表达量很低，是因为没有测到还是本身没有表达。

生信宝库·2024-02-20 00:23

鼎典美育 | 《宝宝吹泡泡》

在绘画活动中，要将感知到的具体形象，通过眼睛认真观察，经过分析、比较找出主要特征，运用线条、色彩等手段描绘出来，做到视有所感、脑有所思、手有所致。

鼎典书画高平杨宏·2024-02-19 23:25

（2024，提示优化，监督微调，强化学习，近端策略优化）用于安全生成文本到图像的通用提示优化器

UniversalPromptOptimizerforSafeText-to-ImageGeneration公和众和号：EDPJ（进Q交流群：922230617或加VX：CV_EDPJ进V交流群）目录0.摘要2.相关工作3.提议的框架4.实验0.摘要文本-图像（Text-to-Image，T2I）模型在基于文本提示生成图像方面表现出色。然而，这些模型对于不安全的输入以生成不安全的内容，如性、骚扰和

EDPJ·2024-02-19 22:37

【人生没什么不可放下】弘一法师icon渡人无数的10句话

所得所不得，不如心安理得，所愿所不愿，不如心甘情愿。2、福报最快的方法就是孝顺父母，这是无与伦比的福田。父母本是在世佛，何须千里拜灵山。

冷眼尘埃·2024-02-19 22:15

浅谈“娱乐”

近期娱乐圈事件频上热搜，明星光鲜亮丽的外表背后竟也隐藏着不堪入耳的阴暗面，这些“娱乐”事件，让我有所思，有所感。

闲闲_·2024-02-19 21:52

软考28-上午题-哈希表和堆

这一映射过程，称为哈希造表、散列；所得的存储位置=哈希地址、散列地址。1-1、冲突的定义两个关键字K1和K2，K1!=K2，，但是，H(K1)=H(K2)。此时，K1，K2是同义词。

ruleslol·2024-02-19 21:03

八格

先观月令所得何支，次看天干透出何神，再究司令以定真假，然后取用，以分清浊，此实依经顺理，若月逢禄刃，

村民王富贵·2024-02-19 20:00

只想出去走走

的人在行动上做得跟“薄情”一样是最冤枉，也是最枉然的然而每一样我都犯了……人生在不同的阶段心态、行为习惯、决能不同年少轻狂时遇事逃而避之种下因……不惑之年迷惑重重祸事不断咽下苦果……世间万物因果循环日有所思夜有所梦人在做天在看如

花开有时·2024-02-19 20:21

Prompt Learning：【文心一言】提示词功能系统学习，

【文心一言】提示词功能系统学习，PromptLearning大型语言模型使用强化学习中的人类反馈来学习，这个过程中与人类对话的提问通常是通俗易懂的，也就是说，大型语言模型可以理解并回答一般人能听懂的问题

汀、人工智能·2024-02-19 20:44

宅家也行万里路

当是时，数亿人困在家里，闷得狠了，一个个挖空心思变着花样玩，且玩出了很多匪夷所思的花样，那视频便是其中之一，而且

魏治祥·2024-02-19 19:09

强化学习入门：使用Python和Q-learning算法解决迷宫问题

文章标题：强化学习入门：使用Python和Q-learning算法解决迷宫问题简介强化学习是机器学习中的一个重要分支，它致力于研究智能体在与环境交互的过程中如何学习最优的行为策略。

Evaporator Core·2024-02-19 19:01

随笔

平时的生活中，我偶尔心情烦闷的时候，喜欢拿出一张纸，一支笔，把当下的所思所想，诉诸于笔端，那些情感的流露，真实的表达，跟自己有了深深的链接

我笔知我心·2024-02-19 18:16

推荐频道

强化学习·所思所得