腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
视频
沙龙
2
回答
日常访问和登录点的不同
、
、
、
myCRED WordPress插件中有两个钩子:每日访问点和登录点。我不明白他们之间有什么不同?
浏览 2
提问于2016-04-01
得票数 0
回答已采纳
1
回答
清除wordpress垃圾链接
、
我有一个wordpress 5.0网站和几天前,谷歌广告检测到恶意链接在我的网站。他们是这样的: *http://apps9244.ittprize60.live/?utm_medium=oxxGrJ1EO8rl%2FlkgHhDHtdaJe%2B6y3ml38Z%2B1ZX9QaLo%3D&t=main7_5* 我试着扫描了几十次,在wordpress文件中找到了它们,但是我什么也找不到。为了更好地查看数据库,我尝试执行mysqldump,并在wp_options表中找到了一个INSERT。 但是这个INSERT是自动完成的,我无法找到它在哪里执行类似的操作。 有人知道怎么找到这些链
浏览 0
提问于2018-12-11
得票数 0
回答已采纳
1
回答
WordPress 3.1中的数据/内容体系结构
、
更新 我就是这样解决的: 你需要的是: 自定义邮政类型 启用插件"Posts 2 Posts“(见下面的评论) 启用插件"“ 您需要插件"Posts 2 Posts“来分配posts tp页面。“允许数字存根”是一个插件,将允许您有数字段塞页。如果尝试添加到2011年或2012年的网页,你会得到像2011-2或2012-2,因为它不可能有一个页面段塞,是一个数字。 首先,您必须添加一些页面。例如,2011年,提名人和演员。现在,根据您的需要,您可以将这些页面安排为childs。 2011 -Nominees --Actors
浏览 0
提问于2011-10-21
得票数 1
回答已采纳
1
回答
Wordpress代码完成dreamweaver
、
有没有人知道Dreamweaver的WordPress代码完成扩展。如果不是为了Dreamweaver,你能推荐其他的东西吗? 谢谢
浏览 0
提问于2012-01-19
得票数 2
回答已采纳
1
回答
使用本地主机(Android和WordPress)开发网络
、
我正在尝试开发一些用于移动的硬编码的HTML网站,同时也开发一些WordPress站点(wsing )。 我知道如何从移动访问本地托管的网站的唯一方法是连接到我的计算机的IP地址,它会自动连接到"localhost“域。 但是,我想要开发的本地站点具有自定义本地域"xx.local",而localhost则专门用于安装WordPress。例如localhost/wpsite 这两种修复方法中的任何一种都是令人满意的: 如何在本地主机上安装WordPress,但使用不同的域名,例如wordpress.local,以便我正在测试的Android站点可以拥有本地本地主机域
浏览 3
提问于2017-02-08
得票数 0
回答已采纳
1
回答
在WordPress之外显示重力窗体
、
、
、
我的客户想要使用重力表单来创建表单--他让部门经理访问WordPress仪表板,然后每个经理都会进入并创建表单。那里没问题。 但是,客户端为终端用户(成员)提供了一个特殊的界面,它位于WordPress之外。他希望在这个接口中显示使用重力表单创建的表单。我可以创建短代码或使用'gravity_form()‘函数来调用表单,但是它们总是与WordPress头/布局/等等一起显示。 有什么方法可以访问和显示表单吗?(我试着在创建表单时单击“预览”选项时,做一些类似于预览显示的操作。但是,我得到了‘这是一个预览’的信息)。
浏览 3
提问于2014-05-21
得票数 1
回答已采纳
2
回答
如何批准具有先前批准的注释的用户的注释
、
、
WordPress在其讨论设置面板中有一个有用的评论审核选项,名为“在评论出现之前:注释作者必须有先前批准的评论”。 📷 如果用户在站点中有先前批准的注释,那么如何配置Drupal来批准未来的评论? 这是Drupal.org:在该匿名用户的先前评论被批准[X]次后,自动发布评论上一篇未解决的文章的后续文章。
浏览 0
提问于2011-08-24
得票数 4
回答已采纳
1
回答
Wp包括访问控制
、
每个人都可以轻松地访问我的wp--包括如何向用户隐藏或看不到的文件,有人能帮我吗?这是我的wordpress网站链接,看到每个人都可以看到这个https://pifserver.ml/wp-includes。
浏览 0
提问于2019-02-07
得票数 0
回答已采纳
2
回答
Lightsail实例每20至40天失败一次
、
、
、
我正在1GB RAM 1 VCPU 40 GB SSD Lightsail实例上运行Ubuntu20.04.3。它运行NGINX,为一个Wordpress实例提供服务。这个WP站点是我们当地苹果用户群的网站,流量很少。 大约每月一次(加或减几天),Wordpress网站就会消失。 当这种情况发生时,我无法通过我的SSH客户端(iTerm2)或AWS控制台将SSH放入Lightsail实例。它似乎连接,但屏幕是空白的,没有登录提示。 从AWS控制台重新启动实例对此问题没有任何影响。 如果我停止并重新启动Lightsail实例,一切都会恢复,但是公共IP地址已经改变,这意味着我需要对DNS进行更改
浏览 0
提问于2022-01-31
得票数 1
1
回答
WordPress Multisite:在创建新站点时自动运行导入程序
、
在WordPress Multisite中创建一个新站点时,可以自动运行WP导入程序吗? 我认为这需要是一个在调用wpmu_new_blog时运行的函数,但是找不到任何有用的东西。
浏览 0
提问于2012-12-11
得票数 3
2
回答
Codeigniter (或其他框架)的Wordpress身份验证库
、
我希望为Codeigniter建立一个与Wordpress数据库通信的库,以提供登录、注销和注册等功能。与通过Wordpress站点登录相比,通过Codeigniter应用程序登录应该没有什么不同。因此,我可以在这两种模式之间切换,而不必登录两次。 我并不是想要“把Wordpress和Codeigniter集成起来”,或者其他人所问的任何问题。我只想使用Wordpress DB对用户进行身份验证,然后创建正确的cookie等。 如果有人知道任何已经存在的项目,在我着手这项工作时会对我有所帮助,我很想听听他们。
浏览 0
提问于2011-08-23
得票数 3
回答已采纳
1
回答
我是将.htaccess文件用于VPS还是只使用httpd.conf
我开始优化我的wordpress博客,我需要做的是配置.htaccess文件。我有一个VPS -> CentOS,所以我需要将我的所有规则从.htaccess移到httpd.conf?另外,我使用W3C全速缓存作为Wordpress,这个插件在我的.htacces文件中插入了一些规则,我应该如何处理这些代码?谢谢,对不起,我的英语
浏览 4
提问于2012-02-05
得票数 1
1
回答
WP隐藏在由htaccess隐藏的子文件夹中,但媒体链接显示子文件夹。
、
、
WordPress安装在/public_html/example中。在.htaccess文件中的public_html中,我有以下代码: # BEGIN WordPress RewriteEngine On RewriteBase / RewriteRule ^index\.php$ - [L] RewriteCond %{REQUEST_FILENAME} !-f RewriteCond %{REQUEST_FILENAME} !-d RewriteRule . /index.php [L] # END WordPress 在/public_html/example中,我有完全相同的文件
浏览 0
提问于2018-01-25
得票数 0
回答已采纳
1
回答
为什么打折奖励函数是反向的?
、
、
、
、
我正在解决麻省理工学院强化学习实验室的问题,并被奖励函数卡住了。特定的代码块是:<code>C0</code> 相关代码的更简单版本是: <code>A1</code> 它的输出为: <code>A2</code> 提供的解释是,我们希望鼓励尽早获得奖励。在for循环中使用<code>D3</code>对此有何帮助?
浏览 28
提问于2020-03-17
得票数 1
回答已采纳
1
回答
在AdMob奖励视频广告实现中,在哪里实现和设置奖励项目?
、
我遵循了关于奖励视频广告的说明,并检查了谷歌广告示例代码,没有问题要加载该广告。 我不知道的是RewardedVideoAdListener接口有一个方法 public void onRewarded(RewardItem rewardItem) 如何将我的rewardItem传递给广告听众?我检查了Google ,没有任何API可以让我传递奖励项目。 还是我完全错了?这个RewardItem是由AdMob系统控制的吗?如果是这样的话,我期望RewardItem接口有什么价值?
浏览 0
提问于2017-09-27
得票数 3
2
回答
奖励广告-不允许的奖励执行
、
、
奖励广告只能在用户肯定地选择观看奖励广告之后才能提供。此外,用户必须选择查看每个奖励广告,不能选择进入自动看到奖励广告。 不明白admob想说什么,我的应用程序广告被屏蔽了。请帮帮忙。
浏览 3
提问于2019-09-05
得票数 1
1
回答
统一广告4.0.1 -无法拥有多个广告单元
、
我试图在我的团结游戏中有两个不同的奖励广告。一个是"continueAd“,另一个是"DoubleRewards”广告。在我的游戏里都有按钮..。第一个允许你恢复如果你看一个广告,第二个给你双倍的资源如果你看一个广告。我现在面临的问题是在看完continueAd之后,接下来的每一个广告手表都会出现这个问题。。 抱歉,如果这是个令人困惑的措辞.我不知道还能怎么说。如果我看continueAd,我就会得到奖励。如果我然后看RewardDouble广告,我会得到两个奖励(不想要的)。它几乎就像团结编辑器有一个队列,没有清除它? 我的代码最初与以下内容相同: 现在,为了解决这个问题,我
浏览 8
提问于2022-09-13
得票数 0
1
回答
给定噪声行为和非单调增强型结果空间的学习
、
、
我希望建立或调整一个模型,最好是基于RL理论,可以解决以下问题。将非常感谢任何的指导或指点。 我有一个连续的动作空间,可以从10-100 (包括)范围内选择动作.每个动作都与某个强化值相关联,根据一个值函数从0到1(也包括在内)。到现在为止还好。在这里,我开始超越我的头脑: 并发症1: 值函数V根据给定的动作x和目标动作A之间的距离将动作映射为增强。两者之间的距离越小,钢筋越大(也就是说,钢筋与abs成反比)(A- x)。但是,对于接近A ( abs(A - x)小于epsilon)和其他地方为零的操作,该值函数仅为非零。所以: **V**与1 / abs(**A** - **x**)对abs
浏览 0
提问于2013-05-16
得票数 7
1
回答
稀疏代理的强化学习
、
我正在研究一个问题,在这个问题上,最优策略大多数时候涉及到代理“什么都不做”,而在罕见的关键时刻“做一些事情”。在解决这样的问题时,是否有任何文献或最佳实践,而这些问题的行动是非常罕见的?我试着改变随机的行动选择,选择不作为而不是行动,有一定的概率使代理人偏袒什么都不做,但这并没有真正影响学习。我认为问题的一部分是,代理只有在他行动时才会收到回报反馈,这使得学习最优稀疏行动策略相当困难。我一直试图避免奖励黑客(代理频繁行动,并收集许多小的奖励),通过这样的方式权衡奖励,由罕见但正确的行动给予的奖励远远超出重量奖励的频繁,不正确的时间行动。但我不确定这是否是一个好的解决方案,甚至是一个解决方案。
浏览 0
提问于2019-12-30
得票数 5
1
回答
强化学习中相同状态的不同奖励
、
、
我想为Chrome恐龙游戏(当你离线时可以玩的游戏)实现Q-学习。 我把我的状态定义为:到下一个障碍的距离、速度和下一个障碍物的大小。 对于奖励,我想用成功通过的障碍的数量,但可能会发生相同的州有不同的即时奖励。同样的障碍可能会在稍后的比赛中再次出现,但是传球的奖励会更高,因为更多的障碍已经通过了。 我现在的问题是:这是一个问题,还是Q学习仍然有效?如果没有,还有更好的办法吗?
浏览 0
提问于2017-04-15
得票数 1
回答已采纳
1
回答
深度强化学习中的有效奖励范围
在DQN、Actor-Critic或A3C中选择奖励值时,是否有选择奖励值的通用规则? 正如我简单地听说的,(-1 ~ +1)奖励是非常有效的选择。 你能告诉我什么建议和原因吗?
浏览 35
提问于2018-08-13
得票数 1
1
回答
为什么DAO合同有两个奖励帐户?
、
我在DAO源代码( https://github.com/slockit/DAO )中看到,有两个managedAccounts用于奖励: rewardAccount和DAOrewardAccount。 我看到,第一个是支付给任何rewardToken持有人,第二个是支付给其他DAO谁也持有rewardTokens。 我想知道这两个帐户有什么不同?拥有这两个账户的动机是什么?在哪种情况下使用一种,在什么情况下使用另一种? 编辑: 在研究了代码之后,我写了这篇关于DAO会计的文章。我只是把链接放在这里供参考: 认识DAO会计
浏览 0
提问于2016-05-03
得票数 8
1
回答
对移动应用程序奖励广告数量的限制
、
、
、
我正在开发一个移动应用程序,允许用户添加帖子。为了增加帖子,用户需要一些“钻石”。用户可以在注册时获得钻石,收集每日钻石,并观看谷歌奖励广告。 当用户在添加帖子时达到钻石数量不足时,我正在显示一个名为“观看此广告并赚取5颗钻石”的按钮,用户将通过观看获得5颗钻石,然后他就可以发布了。 同样的用户可以在同一天一次又一次地观看这个奖励广告,并在一天内获得钻石和张贴几个帖子。 这是谷歌广告允许的吗?允许用户在短时间内多次查看奖励广告?限制是什么? 注:我们提供的选择,用户可以赚取钻石每天也。我们并没有强迫用户在一天内发布所有的帖子。他们可以选择在不同的日子张贴它们。
浏览 3
提问于2020-07-15
得票数 0
2
回答
如何知道当前的块奖励
如何知道特定块的块奖励值。就像块奖励现在已经从5降到2乙醚。因此,如果我给定一个块数,那么计算块奖励的公式是什么?
浏览 0
提问于2019-09-26
得票数 2
1
回答
为什么我的Tic脚趾深度Q-学习实现不学会阻止对手的移动?
、
、
、
我试图用一个深Q网络来解决Tic Tac脚趾问题。 环境: 长度9的数组用来表示游戏的状态,其中1代表当前玩家的标记位置,-1表示下一个玩家的位置。0表示无标记的位置。变量 turn 用于决定谁是下一个回合。操作表示为具有行号和列号的列表。零奖励不终止移动和平局。胜利的奖励是1。 示例: x | - | - - | - | o - | - | - 表示为1,0,0,0,0,0,-1,0,这里x表示为1,o表示为-1,下一轮为x的动作1,2将状态更改为 x | - | - - | - | o - | x | - 表示为-1,0,0,0,0,-1,0,1,0,这里x表示为-
浏览 6
提问于2020-05-07
得票数 1
1
回答
奖励视频广告-设置奖励的数量和类型
、
、
、
根据的说法,我实现了播放奖励视频。当奖励视频广告触发奖励时,就会调用。 我可以在哪里以及如何设置关于包含的奖励的信息(学分的数量和类型)?
浏览 3
提问于2018-05-11
得票数 1
回答已采纳
1
回答
在opencart中,奖励积分和奖励积分的价格有什么不同
、
、
在opencart administrator中, 当我们通过管理员添加奖励积分时, 所以我理解了在标签'points‘前面使用文本框值的用途。 但是用红色标记的文本框有什么用呢? 以及它在网站上的适用位置?参考屏幕截图。 谢谢!
浏览 1
提问于2015-05-28
得票数 0
1
回答
制定奖励结构
、
、
、
、
我对强化学习和训练强化学习智能体的实验都很陌生。 我对奖励公式持怀疑态度,在给定的状态下,如果智能体采取了良好的行动,我会给予积极的奖励,如果行动不好,我会给予消极的奖励。因此,如果我给智能体非常高的积极奖励时,它采取了良好的行动,例如100倍的积极价值与消极奖励相比,它会帮助智能体在培训期间? 直觉上,我觉得这将有助于培训代理,但这种倾斜的奖励结构会有什么缺点吗?
浏览 11
提问于2019-11-26
得票数 0
1
回答
无事务地挖掘块链
我使用自定义genesis.json和命令geth --datadir {path} init {pathToGenesis}创建了一个私有块。然后我创建了两个新帐户,在这个块链中只有两个帐户。我通过命令miner.start(2)开始挖掘。 日志如下所示: INFO [01-02|07:55:09] mined potential block number=4138 hash=f2f1b9…35ad00 INFO [01-02|07:55:09] Commit new mining work number=4139 txs=0 uncles=0 elapsed=243.38µs INF
浏览 0
提问于2018-01-03
得票数 0
回答已采纳
1
回答
如何在领域驱动设计中处理跨域逻辑
我是DDD的新手,我正尝试在我的Go REST API项目中使用它。当存在可能跨域的逻辑时,我对如何处理这种情况感到相当困惑。 假设我有以下文件夹结构,其中有两个域(Customer和Order): +. -- Customer +-- service +-- http +-- usecase +-- repository -- Order +-- service +-- http +-- usecase +-- repository 一般而言,假设HTTP域中有一个端点将提供create order特性,那么Order服务应该充
浏览 27
提问于2019-07-16
得票数 1
1
回答
每次redeemRewards函数调用branch.io时都会显示错误消息
、
我正在开发一个具有集成iPhone功能的Branch.io应用程序,在该应用程序中,我使用了引用功能。根据推荐文档,我已经完成了几乎所有的步骤。当我试图加载奖励和赎回奖励,然后错误信息打印:,您试图赎回更多的学分比可用。你拿到奖励了吗?。 请建议我如何加载奖励。
浏览 3
提问于2019-11-08
得票数 1
回答已采纳
1
回答
在强化学习中,智能体是否需要预先知道奖励函数?
、
、
就像Q学习一样,我们有奖励反馈,这是否意味着代理需要提前知道?
浏览 14
提问于2019-12-08
得票数 0
1
回答
为什么Q-learning在未知的环境中工作?
、
、
Q-learning使用即时奖励矩阵R对环境进行建模。这意味着它使用一个已知的矩阵R进行学习,那么为什么人们说"Q-learning可以在未知的环境中工作“?
浏览 0
提问于2016-10-31
得票数 1
1
回答
如何让编辑器放置自定义表单?
、
我有一份定制表格: \Drupal\module\Form\CustomForm 我希望能够将此表单嵌入到基本页面中,方法是向基本页添加一个短代码/变量,例如: [form][/form] 或 form 这在WordPress中很容易实现,但在Drupal中非常困难。 我怎样才能达到上述目标?
浏览 0
提问于2018-07-19
得票数 0
1
回答
有奖视频可以给用户积分吗?
、
给观看有奖视频的用户,给他们可兑换的积分,这违反了谷歌的政策吗?例如,排名前3的用户将收到真正的礼物,排名基于通过回答测验问题和观看奖励广告收集的点数
浏览 7
提问于2020-11-02
得票数 2
1
回答
每秒更新奖励
、
、
、
、
我目前正在进行一项押注合同,并且希望每一秒都能得到用户因使用令牌而获得的奖励的更新数量。 是否有任何技术限制,以获得更新的奖励,每秒钟从一个公共功能使用block.timestamp?到目前为止,我只能在Rinkeby测试网上得到每10秒18小数点的更新奖励,那么我的计算有问题吗?还是因为块速度的限制?
浏览 0
提问于2021-09-06
得票数 0
1
回答
政策梯度自定义损失功能不起作用
、
、
、
我正在实验我的策略梯度强化学习算法,我想知道我是否可以使用类似于监督交叉熵的方法。因此,我不会使用现有的标签,而是为轨迹中的每一步生成一个标签。 根据行动的价值,我会将随机策略(神经网络)输出转换为更有效的输出,并将其训练为交叉熵损失函数的标记。 动作示例:实际输出:0.2,0.8;值:-0.5;操作:1。创建标签:0.3,0.7 我的方法行不通,我很想知道为什么。
浏览 0
提问于2019-10-04
得票数 1
2
回答
链接到包含所有帖子的页面
、
、
我对Wordpress世界很陌生。我已经阅读了模板层次结构文档并在线阅读了,但是,我想从这里获得关于如何才能做到这一点的反馈。 我想要做的是创建一个页面,简单地列出我的网站上的所有帖子。我正在创建自己的主题,因此主页(front-page.php)被高度调整。我确实列出了最近的帖子,但只列出了它们的标题。在我的主页上,我想添加一个链接到“查看所有博客文章”。我对PHP代码很满意;我知道如何显示帖子。我只是不知道有什么最好的方法来获得一个网页,列出他们所有的主页是。 我相信这是很容易完成的,我只是仍在通过Wordpress结构工作,所以您的建议是值得赞赏的!
浏览 0
提问于2012-12-14
得票数 2
回答已采纳
1
回答
神经网络近似Q-函数的报酬函数
、
、
、
、
在Q-学习中,如果我的q-函数被一个正常的前馈神经网络近似,我应该如何表示我的奖励函数? 我是否应该用离散的值来表示“接近”,“非常接近”,等等。我所关心的是,只要我已经移动到Q函数Q(s, a, θ)的神经网络近似,不再使用查找表,我还会有义务建立一个奖励表吗?
浏览 4
提问于2016-10-19
得票数 0
回答已采纳
1
回答
是否有显示RewardedAd的限制?
、
谷歌在有限的时间内使用RewardedAd是否有限制或警告? 那么,在我的应用程序中,如果我让我的用户观看他/她想看的多少次奖励广告,Google会认为这是一个无效的流量,它会导致帐户的关闭吗?
浏览 2
提问于2020-02-18
得票数 1
1
回答
Android Kiip Popart总是出现null
、
、
我正在尝试集成Kiip rewards sdk,当我在列表中等待回调时,popart总是为空。 Kiip.Callback cb = new Kiip.Callback() { @Override public void onFailed(Kiip kiip, Exception exception) { Log.e(TAG, "Failed to save moment " + momentId, exception);
浏览 0
提问于2016-01-21
得票数 1
1
回答
什么是路径成本函数和终端成本在双深度Q-网络学习?
我只熟悉强化学习的基础知识,并遇到两个我不明白的术语:路径化成本函数和给定系统的终端成本。这些术语与Bellman方程中的类似吗?为上下文附加文件的片段。
浏览 7
提问于2022-07-26
得票数 1
2
回答
利用DQN学习玩曲线发热游戏的奖励函数
、
、
、
、
我做了一个简单的曲线发烧,也被称为“艾奇通死库尔德人”。我希望这台机器能找到最优的游戏方式。我复制并稍微修改了一个现有的DQN从一些Atari游戏的例子,是由谷歌的Tensorflow。 我想找出一个合适的奖励函数。目前,我使用此奖励设置: 0.1对于每一帧,它都不会崩溃 -每起坠机事故500起 这样做对吗?我需要调整值吗?还是我需要一个完全不同的方法?
浏览 1
提问于2017-05-05
得票数 1
回答已采纳
1
回答
如何查询某区块的采矿报酬金额?
、
我想写一个脚本来分析挖掘奖励。查询某个块的挖掘报酬的最佳方法是什么?似乎可以查询幸运矿工的地址: web3.eth.getBlock(200).miner "0xbb7b8287f3f0a933474a79eae42cbca977791171" 然后,我可以以某种方式钻研这个帐户,并在某个块选择交易。这是最好的方法吗?或者你知道捷径吗?那怎么做呢?
浏览 0
提问于2016-06-13
得票数 7
回答已采纳
1
回答
Laravel :有条件地获取记录
、
、
、
我有四种模型User,Reward,RewardUnlocked,RewardClaimed,它们之间的关系是: User有许多RewardUnlocked,=>(多到一) User有许多RewardClaimed=>(多到一) Reward有许多RewardUnlocked=>(多到一) Reward有许多RewardClaimed=>(多到一) 问题的原因是,当某个特定条件变为现实时,用户将首先解锁奖励, 现在的问题是,我想从Reward reward_id 表中获取所有奖励并显示给用户,并检查每个奖励,如果reward_id存在于 RewardUnlocked 中
浏览 1
提问于2016-07-24
得票数 0
回答已采纳
1
回答
使用VW向奖励分布添加噪声
、
我想在我已有的奖励分布中添加噪声。奖励分布应该以什么形式表示,以便大众理解,以及大众可以使用哪些方法来诱导噪声?例如,您可以考虑给定的奖励分布
浏览 16
提问于2021-02-02
得票数 0
1
回答
机器怎么知道哪一步能得到最大的奖励?
、
在我看来,强化学习会从行动中得到回报。 然而,在玩电子游戏时,大多数步骤(如:街头拳击手)都没有奖励(奖励== 0 ),最终,我们得到了奖励(例如:玩家赢了,奖励=1),有这么多动作,机器怎么知道哪一个是赢得这个游戏的关键?
浏览 0
提问于2019-05-07
得票数 2
回答已采纳
1
回答
机器学习智能体没有学习相对“简单”的任务
、
、
我试着创建一个简单的ML agent (球)来学习移动和碰撞目标。 不幸的是,智能体似乎没有学习,只是在整个过程中似乎是随机移动的位置。在走了5百万步之后,平均奖励保持在-1。 对我做错了什么有什么建议吗? Tensorflow Cumulative reward graph 我的观察结果如下: /// <summary> /// Observations: /// 1: Distance to nearest target /// 3: Vector to nearest target /// 3: Target Position /// 3: Agent position /
浏览 36
提问于2020-11-11
得票数 0
回答已采纳
1
回答
基本强化学习中的折扣奖励
、
、
我想知道强化学习的奖励折扣实际上是如何起作用的。我相信这个想法是,在一集的后期奖励比早期的奖励更重。这对我来说很有意义。在我看到的示例中,我很难理解这实际上是如何工作的。 我假设下面的代码是进行强化学习的标准方法。我对这段代码的解释如下:遍历每个动作,训练预测动作好坏的模型。 这似乎所做的是将我所有的预测均匀地乘以任何伽马,加上奖励,并使用它来训练模型。 由于奖励总是每一步都会更新,我很难理解这是如何实现这样的目标的:让剧集中的早期行动比后来的行动更不受鼓励/不鼓励。难道奖励不应该一步一步地加在一起,然后乘以伽马来实现这一点吗? def replay(self, batch_size)
浏览 3
提问于2019-04-21
得票数 1
1
回答
为什么增强算法在用不均匀概率初始化时会收敛?
、
、
、
在以下情况下,为什么增强算法(或任何其他简单的策略梯度算法)收敛到采取行动b的最优解,即使采取行动a的起始概率要高得多? Start in S0 采取行动a->奖励5 采取行动b->奖励10 “”第一集结束,在州s0中重新开始
浏览 3
提问于2020-12-14
得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
WordPress
wordpress 主题制作教程(一)初识wordpress
浅谈WordPress
推广奖励、绩效奖励和店铺奖励有什么区别?
WordPress如何添加视频_WordPress文章添加视频教程
热门
标签
更多标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
活动推荐
运营活动
广告
关闭
领券