开始之前在正式开始之前，我们先来了解一下我们要做什么。在本次教程中，我们要构建两个神经网络，一个是构建两层的神经网络，一个是构建多层的神经网络，多层神经网络的层数可以自己定义。本次的教程的难度有所提升，但是我会力求深入简出。在这里，我们简单的讲一下难点，本文会提到**[LINEAR-> ACTIVATION]转发函数，比如我有一个多层的神经网络，结构是输入层->隐藏层->隐藏层-

中国工信出版集团、人民邮电出版社出版的赵卫东、董亮编著的《机器学习》慕课版第2章 机器学习基本方法1.什么是标准差、方差和协方差？它们反应了数据的什么内容？解：标准差描述的是样本集合的各个样本点到均值的距离分布，描述的是样本集的分散程度。在机器学习中的方差就是估计值与其期望值的统计方差。如果进行多重重复验证的过程，就会发现模型在训练集上的表现并不固定，会出现波动，这些波动越大，它的方差就越大。协方

参考链接：https://mofanpy.com/tutorials/machine-learning/reinforcement-learning/intro-RL/https://www.cnblogs.com/maybe2030/p/9862353.html第1章 简介强化学习是机器学习大家族中的一大类, 使用强化学习能够让机器学着如何在环境中拿到高分, 表现出优秀的成绩. 而这些成绩背后却

开始之前在正式开始之前，我们先来了解一下我们要做什么。在本次教程中，我们要构建两个神经网络，一个是构建两层的神经网络，一个是构建多层的神经网络，多层神经网络的层数可以自己定义。本次的教程的难度有所提升，但是我会力求深入简出。在这里，我们简单的讲一下难点，本文会提到**[LINEAR-> ACTIVATION]转发函数，比如我有一个多层的神经网络，结构是输入层->隐藏层->隐藏层-

参考链接：https://blog.csdn.net/LagrangeSK/article/details/80943045https://blog.csdn.net/qq_37402392/article/details/121348504?spm=1001.2014.3001.5501https://blog.csdn.net/qq_37402392/article/details/12149

今天我们将了解深度强化学习中**最令人兴奋、最有前景的策略之一好奇心驱动学习。

参考链接：https://blog.csdn.net/u013733326/article/details/79971488TensorFlow 入门到目前为止，我们一直在使用numpy来自己编写神经网络。现在我们将一步步的使用深度学习的框架来很容易的构建属于自己的神经网络。我们将学习TensorFlow这个框架：初始化变量建立一个会话训练的算法实现一个神经网络使用框架编程不仅可以节省你的写代码时

今天我们将了解深度强化学习中**最令人兴奋、最有前景的策略之一好奇心驱动学习。

参考链接：https://blog.csdn.net/LagrangeSK/article/details/80943045https://blog.csdn.net/qq_37402392/article/details/121348504?spm=1001.2014.3001.5501https://blog.csdn.net/qq_37402392/article/details/12149

开发本质是短期利益，但很多时候短期利益最大会会“短视”，所以要有Exploration探测，二者要权衡。我个人的看法就是开发需要尽可能的扩大化收益，因此需要选取当前最高收益的步骤，但是从长远来看，问题的解空间可能存在着一些虽然目前收益不是很大，但是最终的总价值收益会比较高。很多时候，选择短期利益很容易就会造成“短视”现象。试探就是为了探索这样的步骤，避免局部最优而采取的一种手段，因为如果时间无限长