思路：用policy network来近似策略函数 \piπ​ ，用policy gradient算法来训练这个网络

思路：用policy network来近似策略函数 \piπ​ ，用policy gradient算法来训练这个网络

介绍了强化学习的基本术语、如何使用强化学习，以及标准库OpenAI Gym

ubuntu18.04服务器装gpu版tensorflow1.5.0。步骤：1. 更新电脑显卡驱动；2. 更改gcc和g++版本；3. 安装CUDA；4. 安装cuDNN；5. 最后安装Tensorflow-gpu

比较如下几个问题，求出结果，并谈谈你的见解。a)李叔叔有两个孩子，两个孩子都是女孩的概率是多少？b)李叔叔有两个孩子，其中一个是女孩，两个孩子都是女孩的概率是多少？c)李叔叔有两个孩子，至少有一个孩子是在星期日出生的女孩，两个孩子都是女孩的概率是多少？

首先要明确，下载sklearn之前，需要先下载numpy、matplotlib、scipy但如果文件来源不同，可能会出现错误：导入sklearn 报错，找不到相关模块我是用pip安装的，由于官网的下载速度实在太慢，就自己下了一部分whl文件，不知道是不是因为来源不同，在import的时候出现了下面的报错：后来按链接里的方法卸载了一遍：pip uninstall scikit-lear...

基于田玉平等《自动控制原理》，依据学习经验重述，内容：1.背景和思路 2.李雅普诺夫第二方法 3.李雅普诺夫稳定性分析 4.例题

用梅森公式求信号流图的传递函数表达式：数前向通道->数回路->找不接触回路->求系统特征式->求$\triangle_i(s)$->结果表示

什么是矩阵的舒尔补？为什么是这个形式？它有什么用？