一病有发热恶寒者发于阳也。无热恶寒者发于阴也发于阳七日愈发于阴六日愈以阳数七阴数六故也。①怕冷有烧代表抵抗力有在抗病，而且激烈抗病，身体整个动力的系统被开机称之为阳。②怕冷又不发烧明显没有比较激烈的抗病样子。这个人的动力系统没有被开启。免疫系统以一种比较消极的方式在承受称之为阴。二成数六七解。《辅行诀》用药的结构“阳进为补其数七火数也，阴退为泄其数六水数也”。①火数水数所谓五行成数。②大泻某个脏的

【深度学习：机器学习模型】如何构建您的第一个机器学习模型第1步：将您的机器学习项目置于情境中第2步：探索数据并选择机器学习算法的类型监督学习无监督学习强化学习第3步：数据收集第4步：选择模型评估方法维护保留验证集

1、写作动机：强化学习表现出相当复杂度、对超参数的敏感性、在训练过程中的不稳定性，并需要在奖励模型和价值网络中进行额外的训练，导致了较大的计算成本。

多智能体强化学习1本文的目的本文是探索多智能体强化学习领域的一些论文的翻译和总结，更多会偏向开源的代码，便于实现，另外根据我的方向，对于论文的选择会具有一定的倾向，一些方面可能介绍的不是很完全。

就是会经历脑力和体力的严重透支的那种，比如写方案、炒股、做理财、开发程序、搞策划等等，与赚钱相关。天道酬勤、勤能补拙、笨鸟先飞。

写在前面前言人工智能与机器学习的概述监督学习、无监督学习和强化学习的基本原理监督学习：无监督学习：强化学习：机器学习的算法和方法常见的机器学习算法和方法线性回归：决策树：支持向量机：神经网络：人工智能与机器学习的应用领域人工智能与机器学习的未来发展结论

10:07巴菲特炒股三件事：1、保住本金2、保住本金3、记住前两件其实，类似在股市的操作中

之后“要想富，去炒股”，又成为一代人的记忆。富的方式在变，可是到底怎么才能成为一个富人，需要

1、炒股，选中的股票暴涨，有可能一夜暴富；2、继承一笔巨额遗产；3、接受大V的捐赠;4、房价突然暴涨；5、收藏的钱币暴涨；6、收藏的古董拍卖了大价钱；7、收藏的大师画作卖了大价钱；8、自己的名声一夜暴涨

1.[ICML2019]QuantifyingGeneralizationinReinforcementLearning文章提出16000多个单智能体闯关游戏CoinRun，通过智能体在分割开的训练环境和测试环境上表现的性能作为RL泛化性的度量。具体而言作者通过”奔跑硬币泛化曲线“（CoinRunGeneralizationCurves）来评价泛化性，训练和测试时关卡等级服从同分布，所以殉难联合测

强化学习最新论文汇总如有错误，欢迎指正所引用内容链接Multi-AgentRL1.PartnerSelectionfortheEmergenceofCooperationinMulti‐AgentSystemsusingReinforcementLearning2

googlefootball实验记录1.gru模型和dense模型对比实验实验场景：5v5(控制蓝方一名激活球员)，跳4帧，即每个动作执行4次实验点：修复dense奖励后智能体训练效果能否符合预期实验目的：对比gru长度为16和densenet作为aggrator的区别实验效果reward敌方得分我方得分熵实验结论：相较于长度16的gru，densenet作聚合器有益于快速收敛。gru聚合器学到了

LEARN_FREQ=5#trainingfrequencyMEMORY_SIZE=200000MEMORY_WARMUP_SIZE=200BATCH_SIZE=64LEARNING_RATE=0.0005GAMMA=0.99#trainanepisodedefrun_train_episode(agent,env,rpm):total_reward=0obs=env.reset()step=0w

我不让他炒股投资，可是他坚持投资，最近赔了好几万，然后在家摔手机发飙，还发牢骚抱怨。记住

炒股故事一《炒股跟庄，与狼共舞》赵先生,山东人,微胖,文人气质,面容和蔼,气定神闲,讲起股市来思路清晰有条理。说来他炒股也有七八年了,经历过股市的几次大起大落,可以说是久经沙场。

既如此，管他呢，用闲钱炒股，静等风来！

机器学习强化学习深度学习机器学习按道理来说，这个领域（机器学习）应该叫做统计学习（StatisticalLearning），因为它的方法都是由概率统计领域拿来的。

炒黄金成为了一个备受关注的投资选择，与传统炒股相比，它到底有什么区别呢？本文将从多个维度深入分析这两种投资方式的差异以及各自的优势。黄金价格的历史长盛不衰，一直以来都是世界各国的流通货币和珍贵财产。

以下是对您列出的几种强化学习模型的简要概述，以帮助您做出选择：DQN(DeepQ-Network):适合：适用于离散动作空间的强化学习任务。

不知不觉在股市中呆了五年了，这起起落落的节奏犹如坐过山车一样让人心惊胆战！记得在牛市的那个时候，周围的人没有不谈论股票的，好像你没有买卖股票，你就是另类。我带着好奇心去开了一个账号，那个时候的我，心里挺害怕的，毕竟我什么都不懂，只知道在上下班的空余时间，又听见谁谁买了那只股票赚了多少钱。每当听着身边的人说股市很容易赚钱的时候，更加驱使着我对股市的向往！牛市的时候，不管你买的股票是不是在风口上，它都

机器学习包括多种方法：除了深度学习，机器学习还包括传统的监督学习、无监督学习、强化学习等方法，这些方法可以使用各种不同的算法和技术。优缺

其实我们都知道，想要赚钱快最好的方法是钱生钱，比如去炒股，一进一出可能就能赚到一个上班族一年的收入，但前提是我们得有本钱，能够承担风险。不过真正有这样资本有胆略的人，也不可能在网上来搜索怎么赚钱快了。

reinforcementlearningAutonomousVehicleNavigationDeepReinforcementLearningforMaplessNavigationofaHybridAerialUnderwaterVehiclewithMediumTransition自从在Atari类游戏中将深度Q学习应用于连续动作域以来，用于运动控制的深度强化学习

如果你问别人为什么炒股，往往会得到这样的回答：我有内幕消息。我技术好！我运气不错！我不是这样想的。我为什么炒股？先看第1张图：我在中下层，不得不努力，这是第1个理由。

我基本上就是两三万在炒股，三四万在买基金。你说如果你不爱喝酒，不抽烟，不撩妹，人生还有什么意思呢？还不找点自己喜欢做的事情，那就是理财，或者说是炒股了。

**主程序流程**结尾引言最近在做什么呢建立一套完整的信息输入输出系统在我上一次炒股的过程中我深刻意识到打工的我是麻木的打工的我是闭塞的打工的我是得过且过的加上工作性质也不可能跟别人有太多的交流所以信息获取渠

每天的码头，车站地铁或月台上熙熙攘攘，南来北往的人流行色匆匆，人们大都表情单一的奔赴下一个目的地时光有从容之美鱼贯而入，鱼贯而出低头一族占主导，炒股或玩游戏的刷朋友圈的，看各大热门APP的站着的，坐着的

他将告诉你，投资与专业背景及智力水平无关，任何年龄、身份的投资者都可以很容易地在投资中获得成功，只要你明白炒股究竟是怎么一回事，坚定不移地套用“神奇公式”，并有足够的耐心长期持有被该公式选中的股票。

这是一篇写给新手朋友入门股市的文章，很多新手朋友想炒股，对股市有兴趣，但是不知道从哪里开始做起，怎么做，做什么。

其实类似的问题，在我看来，和问诸如“开饭店能挣钱吗”“炒股能挣钱吗”“平面设计能挣钱吗”等之类的问题并无什么不同。

有时候会壮志勃勃的说我要拿着这些钱去炒股，不能一天天的花着工资：有时候会疯狂的刷着淘宝，想做着各种点心和菜肴：有时候会想着怎么减肥，甚至那天疯狂的刷着微博有关减肥的内容，然而握拳心里默默说我会坚持下去，

炒股有风险，还是需谨慎啊。炒股也很考验人啊，就算学习炒股知

众所周知，高抛低吸是股票投资的有效战术，高抛低吸几乎成了投资者炒股的座右铭，然而成功者寥寥。为什么会出现这种情况呢？是操作技术难度太大？其实并不是这样，而是人性的弱点——贪婪所致。

面对订阅号文章打开路径、阅读方式的改变，很多自媒体从业者哭诉，炒股赌球的借过一下，轮到我们上天台了。朋友圈里很多作者和运营都很丧，有的写文章失去动力，有的推送后恐慌掉粉，有的担心品牌弱化。

我用于炒股和买基金的钱是相同的，但是，股票亏钱了，而基金却是赚的，5年时间也差不多赚了将近万元，股票稀里糊涂的估计也差不多亏损了万元。

深度强化学习（DRL）本文是学习笔记，如有侵权，请联系删除。本文在ChatGPT辅助下完成。

炒股赚钱，1万起步赚到1000万的逆袭之路（2）开场白，首先和大家介绍一下自己。晶晶，是我太太的名字，她是我的灵感缪斯。百元股，指的是，一手（100股）几百元，也就是说，股票的单价在几块钱。接上回。

2.4优化算法：3.各种机器学习问题：3.1监督学习：3.1.1回归：3.1.2分类：3.1.3标记问题：3.1.4搜索：3.1.5推荐系统：3.1.6序列学习：3.2无监督学习：3.3与环境互动：3.4强化学习

深度强化学习（DRL）本文是学习笔记，如有侵权，请联系删除。本文在ChatGPT辅助下完成。

股神巴菲特是唯一一个通过炒股登上世界富豪宝座的人，他是一个和蔼可亲的老人，他的投资理念对中国乃至世界产生了深远的影响，2006年6月25日巴菲特宣布，他将捐出总价达三百多亿美元的私人财富投向慈善事业，这是美国迄今为止出现的最大一笔私人慈善捐赠

前两天我无意中发现，我近一年的收益和支付宝基金中全国第三名的收益一样，我们的持仓除了一只股票其他都不一样，希望我后面的文章对大家炒股有用说说我炒股的三年五个月的经历吧。从2016年3月开始算。

机器学习算法主要有三大类：监督学习、无监督学习和强化学习。监督学习：使用预定义的“训练示例”集合，训练系统，便于其在新数据被馈送

我其很想对你说炒股不是人干的活，很容易让人产生不劳而获，投机取巧等不良的心理。要命的是，它像是放大镜，还会放大你这些不良念头让它深入骨髓，直至万劫不复。

就像刚炒股票的人都认为自己是巴菲特一样，盲目的自信！不过学习成绩就真的是惨不忍睹了，除了语文与物理还能勉强中上外，其他都是年段倒数有名。高二结业完后是文理科分班，印象中是这样，有点久远记不太清楚了。

反思复盘，对照提升理解力一）目的对一个没有炒股经验的准中年人来讲，也只能从概率论的维度去想像股市运行规律了。二）使用步骤1.建立笔记认知：问题的质量决定了问题的答案。预测的准确率无限接近50%。

不管这次学习用不用的上，之后你进行炒股时也是需要的。那我们应该如何开户呢？开股票账户，就需要我们来筛选券商了，选择券商主要看

学习资料：深度强化学习课程-王树森目录一、概率论知识二、强化学习专业术语三、强化学习的随机性来源1.action2.statetransition四、Rewards,Returns&ValueFuctions1

Actor-CriticMethod一、ValueNetwokandPolicyNetwork1.Policynetwork(Actor):π(a∣s;θ)\pi(a|s;\bm\theta)π(a∣s;θ)2.Valuenetwork(Critic):q(s,a;w)q(s,a;\textbf{w})q(s,a;w)二、训练神经网络1.用TD算法更新价值网络2.用策略梯度算法更新策略网络三、Ac

前言由于本人的工作与深度强化学习相关，想找个机会重新复习下深度强化学习的相关知识，正好手上有这本书，粗略一看感觉知识点挺简洁的，内容也挺全面，也提供了一些学习资料。所以开个坑记录一下这本书的学习过程。

目录基本概念价值函数目的基本概念**策略函数(policy)**是根据观测到的状态做出决策策略函数π\piπ：S×\times×A→\rightarrow→[0,1]是一个条件概率函数：π\piπ(a|s)=P(A=a|S=s)策略函数的输入是状态s和动作a，输出是一个0到1之间的概率值奖励(reward)是在智能体执行一个动作之后，环境返回给智能体的一个数值状态转移是指当前状态s变成新的状态s’