在声明一个变量的引用后，在本函数执行期间，该引用一直与其代表的变量相联系，不能再作为其他变量的别名。说得简单点：张三和三娃子是指同一个人，不能李四也叫三娃子，如果可以这样，叫三娃子去做什么，是叫李四呢还是张三呢，这就会乱套了。所以在C++中一个引用变量只能对应一个原始的变量，不能对应两个或多个原始的变量；下面简单说明引用：a)声明引用时必须指定它代表的是哪一个变量，即对它初始化。int &a=b;

蒙特卡洛方法和时间差分法的区别在于向后看的步数不同：MC方法相当于向后看无穷步，TD方法相当于向后看一步。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。如果大家喜欢这篇文章的话，希望大家收藏、转发、关注、评论、点赞，转载请注明出自这里。 PS：本随笔属个人学习小结，文中内容有参考互联网上的相关文章。如果您博文的链接被我引用，我承诺不会参杂

如下图所示，当位于红圈标出的区域时，梯度为0，此时梯度下降法就失效了，无法找到最优点。训练时，比如有1000个样本，把这些样本分为10批，就是10个batch。每一次参数的更新所需要损失函数并不是由一个数据获得的，而是由一组数据加权得到的，这一组数据的数量就是batchsize。左边红色的大框，指的是批量梯度下降把全部的样本由于一次更新权重的训练。，更行权重时，有几种方式。每次模型训练，更新权重时

相对于正常数据集，如果Batch_Size过小，训练数据就会非常难收敛，从而导致underfitting。增大Batch_Size,相对处理速度加快。增大Batch_Size,所需内存容量增加（epoch的次数需要增加以达到最好的结果）这里我们发现上面两个矛盾的问题，因为当epoch增加以后同样也会导致耗时增加从而速度下降。因此我们需要寻找最好的Batch_Size。再次重申：Batch_Size

重要性用于离线蒙特卡洛的不足：（1）使用重要性采样时会用什么方法避免pi非零而mu为零的问题？一般使用一些平滑算法，例如拉普拉斯一类的平滑这里beta是平滑的超参数。还有一种就是clip，也就是ratio如果绝对值超过了某个阈值a，那就设置成这个a值（符号不变）。这些方法其实都是损失了一点点bias，来换来bias的巨大下降。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

一、Batch概念什么是batch，准备了两种解释，看君喜欢哪种？如果把准备训练数据比喻成一块准备打火锅的牛肉，那么epoch就是整块牛肉，batch就是切片后的牛肉片，就是涮一块牛肉片（饿了吗？

驱动，且其中一个电机发生堵转时，另一个电机的电流确实可能异常增大，但这不一定是典型的“倒灌现象”，而更可能是由于。通常指电机因外部能量（如惯性旋转或负载拖动）被迫作为发电机运行，将电能反馈回控制器或电源的现象。

IAR 一般是指一款嵌入式软件的集成开发环境，类似于 MDK-Keil这款软件。IAR 对于不同的内核处理器，是对应不同的 IAR 软件的，IAR 到目前为止支持大部分的MCU，比如8051系列、ARM架构系列、MSP430系列、AVR系列等等这些常用的芯片架构。对于 ARM 架构的芯片，有对应的 IAR Embedded Workbench for ARM 软件平台，因为我主要是使用 ARM 架

例如，如果一个PWM信号的周期是10ms，而高电平的时间是8ms，那么低电平的时间就是2ms，总的占空比就是8ms/(8ms+2ms)=80%。例如，如果我们要调节一台电机的转速，我们可以通过改变PWM信号的占空比来改变电机的电压，从而改变电机的转速。的技术，通过在合适的信号频率下，改变占空比的方式，可以有效地控制输出的电压。无论是在LED灯的亮度控制，电机的转速控制，还是舵机的转角控制，PWM都

使用conda env create -f environment.yml安装依赖包时，会遇到Installing pip过慢的问题。这是由于没有使用。如下图所示。