强化学习 (Reinforcement Learning, RL) 讨论的是智能体 (agent) 如何在复杂、不确定的环境 (environment) 中通过学习来最大化它能获得的累积奖励。在我们深入技术细节之前，先从你熟悉的监督学习出发，建立一个对强化学习的宏观认识。这对于理解其核心思想至关重要

PyCharm的缺点是：不能实时同步、操作繁琐，需要维护两份代码。而VS Code是通过SSH(Secure Shell)的方式连接到远程服务器，换句话说，VS Code在远程开发过程中扮演的角色更像是一款终端模拟工具，它不需要繁琐的上传和下载步骤，实时性更好，只需要在Windows上保存一下，就会瞬间同步到远程服务器。

随着深度生成模型对高质量、多样化输出的需求提升，扩散模型凭借 “破坏 - 修复” 的核心逻辑脱颖而出，成为学习数据分布的强大框架。其通过噪声预测实现生成，经条件控制突破 “盲盒式” 生成局限，适配文本等导向需求。后续为解决效率问题，Flow Matching 以确定性路径优化推理速度。如今，这类生成式监督框架已超越图像生成，延伸至 VLA 模仿学习等领域

李沐老师：过拟合不一定是坏事，为了把泛化误差往下降，不得不承受一定程度的过拟合；首先是模型容量要足够（模型足够大）（伴随一定的过拟合）；其次才是通过（缩减容量）调整模型容量，缩小误差（这是整个深度学习的核心）

我们在本节中会训练一个基于循环神经网络的字符级语言模型，根据用户提供的文本的前缀生成后续文本。一个简单的循环神经网络语言模型包括输入编码、循环神经网络模型和输出生成。循环神经网络模型在训练以前需要初始化状态，不过随机抽样和顺序划分使用初始化方法不同。当使用顺序划分时，我们需要分离梯度以减少计算量。在进行任何预测之前，模型通过预热期进行自我更新（例如，获得比初始值更好的隐状态）。梯度裁剪可以防止梯度

动手学深度学习-d2l.train_ch3报错：softmax回归的简洁实现里的报错——解决方法

后期很多操作可以看帮助文档，比如将咱刚刚创建的实例连接pycharm (专业版)，同步代码，将数据传入，使用常用的jupyter lab终端可视化控制咱的Linux服务器，等等，都有详细教学文档

目录1. 在github上搜项目 (以OpenOcc为例）2. 转移到码云Gitee上3. 进入Linux服务器终端 (jupyter lab)4. 常用Linux命令5. 进入对应文件夹中导入项目(代码)

我们可以指定用于存储和计算的设备，例如CPU或GPU。默认情况下，数据在主内存中创建，然后使用CPU进行计算。深度学习框架要求计算的所有输入数据都在同一设备上，无论是CPU还是GPU。不经意地移动数据可能会显著降低性能。一个典型的错误如下：计算GPU上每个小批量的损失，并在命令行中将其报告给用户（或将其记录在NumPyndarray中）时，将触发全局解释器锁，从而使所有GPU阻塞。最好是为GPU内

目录1. 在github上搜项目 (以OpenOcc为例）2. 转移到码云Gitee上3. 进入Linux服务器终端 (jupyter lab)4. 常用Linux命令5. 进入对应文件夹中导入项目(代码)