以下是整合后的强化学习分类及对应算法梳理表格，覆盖你提到的内容，清晰呈现。动手学强化学习，算法整理表格，由豆包梳理。

机制是否用 SOCKS是否依赖动态转发共享服务器兼容性默认模式是是❌ 容易被禁你现在模式否否✅ 更稳定。

本文系统整理了深度学习中的梯度优化技术，从功能角度将其分为四类：防止梯度爆炸/消失（动态剪裁、缩放）、防止计算错误（梯度检查）、节约资源（检查点、累积、压缩）和提升泛化性（惩罚、噪声、中心化）。通过表格详细对比了9种技术的使用阶段、原理公式和应用场景，如动态梯度剪裁根据分位数调整阈值，梯度检查点在显存和计算间权衡，梯度惩罚用于稳定对抗训练等。这些技术针对训练中的不同瓶颈（如数值稳定性、显存限制、通

Docker Desktop 在 Windows 和 macOS 上有一个内部代理机制，即使你没有配置代理，Docker Desktop 本身也会配置一个默认的内部代理地址（如。卸载了上次在C盘安装的 docker ，这次在非C盘安装了 docker（教程可参考。初步判断是我上次在c盘的安装没删干净，或者我安装在别的盘的方法有疏漏。因此，即使你没有手动配置代理，Docker Desktop 仍然通