Page 4 - Showing 15 of 94 posts
View all posts by years →
-
ArchLinux 日志之 linux-firmware-nvidia 文件冲突ArchLinux 滚包报错，linux-firmware-nvidia: 文件系统中已存在 /usr/lib/firmware/nvidia/*。
2 min read -
为 Astro 博客添加 Markdown 脚注支持详细介绍如何在 Astro 博客中配置和自定义 Markdown 脚注功能，让你的技术文档更加专业。
6 min read -
RL 学习笔记（14）：基于人类反馈的强化学习 (RLHF)基于人类反馈的强化学习 (RLHF)
10 min read -
RL 学习笔记（13）：近端策略优化 (PPO)近端策略优化 (PPO)
10 min read -
RL 学习笔记（12）：置信域策略优化置信域策略优化
11 min read -
RL 学习笔记（11）：Actor-Critic 方法Actor-Critic 方法
11 min read -
RL 学习笔记（10）：策略梯度方法策略梯度方法
12 min read -
RL 学习笔记（9）：集成规划与学习集成规划与学习
12 min read -
RL 学习笔记（8）：n 步自举法n 步自举法
12 min read -
RL 学习笔记（7）：Q 学习、DQN 及相关改进Q 学习
17 min read -
RL 学习笔记（6）：时序差分学习时序差分学习
13 min read -
RL 学习笔记（5）：蒙特卡洛方法蒙特卡洛方法
21 min read -
RL 学习笔记（4）：动态规划动态规划
19 min read -
RL 学习笔记（3）：马尔可夫决策过程马尔可夫决策过程
8 min read -
RL 学习笔记（2）：赌博机问题赌博机问题
9 min read