参考图文解释Glados自动签到免费获取天数（github action版）之前用了一阵sever酱，然后前两天说cookie过期了，后来改了也没用，于是想自己写一份cookie不过期的。我尝试了半天，一直报一个json格式的错。（在电脑是可行的，在action上就报错）最后原博客回答：我看了下目前用github action的方式会触发cloudflare的五秒盾，阻止了脚本的签到行为。估计gi

将其中所有的trick都用上即为Rainbow_DQN。效果如下：（学习曲线）具体实现细节，代码中有较为详细的阐述。

最近又看了一遍《深度强化学习》，和TD3的代码，觉得市面上好多代码写的非常绚丽，但表达的意思，实际的操作确实同一个，再此总结一下这些常见的代码的含义。顺便自己构建一个比较简单易懂的强化学习算法供自己使用。暂时只搭建了部分，欢迎star参考了很多人写的代码，这里先不列举了。torch版本：2.3.1+cu121python版本：3.11.9设计深度强化学习库的思想。

平均值，方差，协方差，奇异值分解，主成分分析法，最小二乘法 详解

重装了下系统，将win10升到win11了，之前的文件也有些乱，记录下这次从装完系统到环境配置完的全过程。实际上用了anconda来管理包和python environment manager 来查看包。使用很舒服。

参考：《动手学强化学习》作者：张伟楠，沈键，俞勇动手学强化学习 网页版动手学强化学习 github代码动手学强化学习 视频强化学习入门这一篇就够了！！！万字长文（讲的很好）我做出的决策：选择了强化学习作为研究方向。强化学习是人工智能的未来。未来智能系统需要能够在不接受持续监督的情况下自主学习，而强化学习正是其中的最佳代表之一。我们知道，机器学习分为无监督学习，（有）监督学习，强化学习，迁移学习和深

文章目录前言一、先上效果图二、使用步骤1.引入库2.读入数据总结前言之前因为想研究怎么让esp8266上校园网，折腾半天，请教大佬后，说要先学爬虫，就能知道怎么模拟登录上网了。大佬学的是c#,我学的是python，于是就开始学习了python爬虫，这是学习中觉得好玩的事，也遇到了不少困难。一、先上效果图这本书一共两千四百多章二、使用步骤1.引入库代码如下（示例）：import numpy as n

1、在一般使用中，可以不必追求cpu和gpu计算的结果一致性，也也避免不了，且cpu和gpu导致的细小差别，在训练的效果上几乎没有区别。2、同时，在同一台设备上，我们尽量要求该程序的结果能复现，是为了更好修改超参数。（见:本文万能seed，适用于单机多卡）3、不必追求在不同的设备上能复现一致结果，最终的效果在相同的超参数和输入下，输出的结果也相差无几。4、cpu和gpu在设计时的目的也不同，有差异

导师让在MADDPG上加一个注意力机制，试了很多种，下面的参考的论文的效果最好，先把其思路记录下来。之后有时间再试试自注意力机制。github和实际上的attention 不一样，论文里并不是直接加进去，而是巧妙利用了注意力机制里的一些特性，重新定义了Q函数，达到了神奇的效果。MADDPG论文中定义的Q 为QQiusa∣aiuioiQQiu​sa∣ai​ui​oi​))

学习一下： 中心损失函数，用于用于深度人脸识别的特征判别方法。