当前位置： 首页 > article >正文

什么是强化学习：设置奖励函数最为loss， 监督学习：标签准确率作为loss

article 2025/6/7 7:47:55

什么是强化学习：设置奖励函数最为loss， 监督学习：标签准确率作为loss

什么是强化学习：在复杂环境中自主探索，适用于序列决策

  • 最大优势：
    通过试错探索发现最优策略，适应环境动态变化，擅长解决需要长期规划和序列决策的问题。
  • 典型案例：
    • 游戏AI（如AlphaGo/AlphaZero）：
      目标：围棋/象棋对弈中获胜。
      • 无标注数据，仅通过自我对弈生成数据，以“胜负”作为奖励信号。
      • AlphaGo通过强化学习击败人类冠军，AlphaZero仅用3天自我训练超越所有传统棋类AI。
    • 机器人控制（如波士顿动力机器人）：
      任务：机器人行走、跳跃、避障。
      • 无预先设定的动作序列，机器人通过尝试不同动作（如调整关节角度），根据“是否摔倒”“移动速度”等奖励信号优化策略，最终实现复杂动作。
    • 自动驾驶（如Wa

相关文章：

什么是强化学习：设置奖励函数最为loss， 监督学习：标签准确率作为loss

什么是强化学习：设置奖励函数最为loss， 监督学习：标签准确率作为loss 什么是强化学习：在复杂环境中自主探索，适用于序列决策 最大优势： 通过试错探索发现最优策略，适应环境动态变化，擅长解决需要长期规划和序列决策的问题。典型案例： 游戏AI（如AlphaGo/AlphaZero）：…...

编程日记 2025/6/7 7:47:55

理解网络协议

1.查看网络配置 : ipconfig 2. ip地址 : ipv4(4字节, 32bit), ipv6, 用来标识主机的网络地址 3.端口号(0~65535) : 用来标识主机上的某个进程, 1 ~ 1024 知名端口号, 如果是服务端的话需要提供一个特定的端口号, 客户端的话是随机分配一个端口号 4.协议 : 简单来说就是接收数据…...

编程日记 2025/6/7 7:46:52

placeholder不显示and模板字符串无效

一、placeholder"请输入"不显示请输入？ input框里写了placeholder为什么不显示呢？ 检查代码，input是否有初始值 在 Vue.js 中，v-model 是双向绑定的语法糖，它会动态更新输入框的 value。如果绑定的数据有初…...

编程日记 2025/6/7 7:45:49

在MyBatis中设计SQL返回布尔值（Boolean）有几种常见方法

方案一&#xff1a;使用COUNT查询存在性&#xff08;推荐&#xff09; <select id"checkUserExists" resultType"_boolean">SELECT COUNT(*) > 0 FROM users WHERE username #{username} </select> ​​说明​​&#xff1a; MySQL中COU…...

编程日记 2025/6/7 7:44:44

全球知名具身智能/AI机器人实验室介绍之AI FACTORY基于慕尼黑工业大学

全球知名具身智能/AI机器人实验室介绍之AI FACTORY基于慕尼黑工业大学 TUM AI FACTORY&#xff0c;即KI.FABRIK&#xff0c;是德国慕尼黑工业大学&#xff08;TUM&#xff09;在巴伐利亚州推出的一个旗舰项目&#xff0c;旨在打造未来工厂&#xff0c;将传统工厂转变为由人工智…...

编程日记 2025/6/7 7:43:41

DASCTF

[DASCTF X 0psu3十一月挑战赛&#xff5c;越艰巨越狂热]EzPenetration Tip:数据库里的邮箱key已更改为管理员密码&#xff0c;拿到后可直接登录 打开靶机&#xff0c;用Wappalyzer分析网站&#xff0c;可以看到管理系统是Wordpress&#xff0c;因此可以尝试用WPSSCAN扫描公开…...

编程日记 2025/6/7 7:42:33

钉钉 - 机器人消息推送（签名版）

前言 在日常生活中&#xff0c;我们可能会遇到某些异常发生后需要紧急通知到群里&#xff0c;让相关人员看到紧急处理的事件触发机制。 消息群我采用的是钉钉推送&#xff0c;本文介绍了如何用php 推送钉钉机器人消息。 源码封装 <?php /*** 钉钉通知 - 签名版*/ class …...

编程日记 2025/6/7 7:41:29

Redux 实践与中间件应用

Redux 异步处理的挑战 Redux 核心设计是同步的、单向数据流&#xff0c;但现代应用中异步操作无处不在。Redux 中间件填补了这一缺口&#xff0c;专门解决异步流程管理、副作用隔离等复杂场景。 中间件架构原理 中间件位于 action 被发起之后、到达 reducer 之前&#xff0c…...

编程日记 2025/6/7 7:40:24

ModBus总线协议

一、知识点 1. 什么是Modbus协议&#xff1f; Modbus 是一种工业通信协议&#xff0c;最早由 Modicon 公司在1979年提出&#xff0c;目的是用于 PLC&#xff08;可编程逻辑控制器&#xff09;之间的数据通信。它是主从式通信&#xff0c;即一个主机&#xff08;主设备&#xf…...

编程日记 2025/6/7 7:39:15

【计算机网络】非阻塞IO——poll实现多路转接

&#x1f525;个人主页&#x1f525;&#xff1a;孤寂大仙V &#x1f308;收录专栏&#x1f308;&#xff1a;计算机网络 &#x1f339;往期回顾&#x1f339;&#xff1a;【计算机网络】非阻塞IO——select实现多路转接 &#x1f516;流水不争&#xff0c;争的是滔滔不息 一、…...

编程日记 2025/6/7 7:38:08

在.NET Core控制器中获取AJAX传递的Body参数

.Net Core是支持前后端不分离式的开发的&#xff0c;如果在原始系统中采用不分离式开发&#xff0c;后面需要在原系统中增加功能&#xff0c;并且新的服务采用其他语言开发&#xff0c;且系统原来功能保持原样&#xff0c;这样前端系统可以单独调用新开发的接口。 但是&#x…...

编程日记 2025/6/7 7:37:04

snprintf函数用法及注意事项详解

当 format 后没有可变参数&#xff08;即 ... 为空&#xff09;时&#xff0c;va_start 的行为和后续操作如下&#xff1a; 1. va_start 的行为 va_start 的核心任务是根据最后一个固定参数&#xff08;format&#xff09;的地址&#xff0c;计算可变参数列表的起始位置。即使…...

编程日记 2025/6/7 7:35:58

vue-20（Vuex 状态管理的最佳实践）

Vuex 状态管理的最佳实践 Vuex 是管理大型 Vue.js 应用状态的一个强大工具&#xff0c;但其有效性取决于其组织和维护的质量。管理不善的 Vuex 存储可能会变得难以控制、难以调试&#xff0c;并成为性能瓶颈。本课程深入探讨构建 Vuex 存储的最佳实践&#xff0c;重点关注可维…...

编程日记 2025/6/7 7:34:54

DAX权威指南8：DAX引擎与存储优化

文章目录 十七、DAX引擎17.1 DAX 引擎的体系结构17.1.1 表格模型的双引擎架构17.1.2 存储引擎的三种模式17.1.2.1 VertiPaq引擎17.1.2.2 DirectQuery 引擎17.1.2.3 对比与最佳实践 17.1.3 数据刷新 17.2 理解 VertiPaq 存储引擎17.2.1 列式数据库17.2.2 VertiPaq 压缩17.2.2.1 …...

编程日记 2025/6/7 7:33:45

智慧货运飞船多维度可视化管控系统

图扑搭建智慧货运飞船可视化系统&#xff0c;借数字孪生技术&#xff0c;高精度复刻货运飞船外观、结构与运行场景。整合多维度数据&#xff0c;实时呈现飞行状态、设备参数等信息&#xff0c;助力直观洞察货运飞船运行逻辑&#xff0c;为航天运维、任务推演及决策提供数字化支…...

编程日记 2025/6/7 7:32:38

电脑开不了机，主板显示67码解决过程

文章目录 现象分析内存条问题BIOS设置问题其它问题 解决清理内存条金手指所需工具操作步骤注意事项 电脑在运行过程中&#xff0c;显示内存不足&#xff0c;重启电脑却无法启动。 现象 System Initialization 主板风扇是转的&#xff0c;也有灯光显示&#xff0c;插上屏幕&am…...

编程日记 2025/6/7 7:31:35

Spring Boot 类加载机制深度解析

Spring Boot 类加载机制深度解析 前言 在 Java 应用开发中&#xff0c;类加载机制是一个重要且复杂的话题。Spring Boot 作为现代 Java 开发的主流框架&#xff0c;其类加载机制更是值得深入了解。本文将从基础概念到实际应用&#xff0c;全面解析 Spring Boot 的类加载机制。…...

编程日记 2025/6/7 7:30:30

Python 训练营打卡 Day 45

TensorBoard 简单来说&#xff0c;TensorBoard 是 TensorFlow 自带的一个「可视化工具」&#xff0c;就像给机器学习模型训练过程装了一个「监控屏幕」。你可以用它直观看到训练过程中的数据变化&#xff08;比如损失值、准确率&#xff09;、模型结构、数据分布等&#xff0c…...

编程日记 2025/6/7 7:29:27

自托管图书搜索引擎Bookologia

简介 什么是 Bookologia &#xff1f; Bookologia 是一个专门的书籍搜索引擎&#xff0c;可以在几秒钟内找到任何书籍。它是开源的&#xff0c;可以轻松自托管在 Docker 上&#xff0c;为用户提供一个简单而高效的书籍查找体验。 主要特点 简洁的用户界面&#xff1a;界面设计…...

编程日记 2025/6/7 7:27:22

前端flex、grid布局

flex布局 弹性布局是指通过调整其内元素的宽高&#xff0c;从而在任何的显示设备上实现对可用显示空间最佳填充的能力。弹性容器扩展其内元素来填充可用空间&#xff0c;或将其收缩来避免溢出 简单来说&#xff0c;弹性盒子模型&#xff0c;是为了你的网页可以在不同分辨率设…...

编程日记 2025/6/7 7:26:20

Maven相关问题：jna版本与ES冲突 + aop失效

文章目录 1、背景2、解决3、一点思考4、环境升级导致AOP失效5、okhttp Bean找不到6、总结 记录一些Maven依赖相关的思考 1、背景 做一个监控指标收集&#xff0c;用一下jna依赖&#xff1a; <dependency><groupId>net.java.dev.jna</groupId><artifact…...

编程日记 2025/6/7 7:25:18

Tomcat全方位监控实施方案指南

#作者&#xff1a;程宏斌 文章目录 一&#xff0e;二进制部署1、安装包信息2、新建配置文件2.1 配置config.yaml文件2.2 上传jar包 3、修改配置3.1 备份3.2 修改bin目录下的startup.sh文件 4、重启tomcat5、访问测试 二&#xff0e;docker部署1、临时方案1.1、重新启动容器1.2…...

编程日记 2025/6/7 7:24:16

开源PHP在线客服系统源码搭建教程

在当今数字化时代&#xff0c;在线客服系统已成为企业与客户沟通的重要桥梁。开源PHP客服系统因其灵活性、低成本和高可定制性而受到众多企业的青睐。本文将介绍几款优秀的开源PHP客服系统&#xff0c;并提供详细的搭建教程。 演示网站&#xff1a;gofly.v1kf.com 1.1 主流开源…...

编程日记 2025/6/7 7:23:15

centos7升级glibic-2.28

centos7升级glibic-2.28 最近使用trae连接服务器的时候&#xff0c;提示远程系统不兼容: Trae CN需要glibc 2.28或更高版本。检测到的版本: 2.17。下面是升级步骤。centos7默认的glibc不支持node v18及以上。 1、进入/home/download目录(没有download&#xff0c;则新建一个)…...

编程日记 2025/6/7 7:22:12

在Docker里面运行Docker

Docker 凭借其轻量级和可移植的容器，无疑改变了软件开发和部署的世界。但如果我告诉你 Docker 本身可以在另一个 Docker 容器中运行，你会怎么想？没错！这个概念通常被称为“Docker Inside Docker”或“DinD”，它为开发人员和系统管理员开辟了一个全新的可能性领域。在这篇博…...

编程日记 2025/6/7 7:21:09

设计模式复习小结

1.容易忘得设计原则 接口隔离&#xff1a;指接口中的功能太杂则可以拆分一下。防止实现类实现了接口后自动依赖了一些不需要的功能。不同功能拆分成不同的接口。 里氏代换&#xff1a;强调父类能出现的地方&#xff0c;子类一定能正常跑。 迪米特法则&#xff1a;又称最少知…...

编程日记 2025/6/7 7:20:07

To be or Not to be, That‘s a Token——论文阅读笔记——Beyond the 80/20 Rule和R2R

本周又在同一方向上刷到两篇文章&#xff0c;可以说&#xff0c;……同学们确实卷啊&#xff0c;要不卷卷开放场域的推理呢&#xff1f; 这两篇都在讲&#xff1a;如何巧妙的利用带有分支能力的token来提高推理性能或效率的。 第一篇叫 Beyond the 80/20 Rule: High-Entropy Mi…...

编程日记 2025/6/7 7:19:06

【基础】每天掌握一个Linux命令 - awk

目录 【基础】每天掌握一个Linux命令 - awk一、工具概述二、安装方式Ubuntu/Debian系统&#xff1a;CentOS/RHEL系统&#xff1a;macOS系统&#xff1a; 三、核心功能四、基础用法基本语法常用选项内置变量基本操作示例1. 打印文件所有内容2. 打印每行的第一个字段3. 指定分隔符…...

编程日记 2025/6/7 7:18:03

《UE5_C++多人TPS完整教程》学习笔记37 ——《P38 变量复制（Variable Replication）》

本文为B站系列教学视频 《UE5_C多人TPS完整教程》 —— 《P38 变量复制&#xff08;Variable Replication&#xff09;》 的学习笔记&#xff0c;该系列教学视频为计算机工程师、程序员、游戏开发者、作家&#xff08;Engineer, Programmer, Game Developer, Author&#xff09…...

编程日记 2025/6/7 7:17:00

AWS API Gateway配置日志

问题 访问API Gateway接口出现了403问题&#xff0c;具体报错如下&#xff1a; {"message":"Missing Authentication Token"}需要配置AWS API Gateway日志&#xff0c;看请求过程是什么样子的。 API Gateway 先找到API Gateway的的日志角色&#xff0c…...

编程日记 2025/6/7 7:15:59